Zhang GC, Lamprea BN, López-Kleine L

Idioma: Español
Referencias bibliográficas: 14
Paginas: 225-239
Archivo PDF: 972.08 Kb.

RESUMEN

Introducción: Los criterios de distribución de órganos en Colombia establecen una distribución inicial local, luego regional y por último nacional. Para diciembre de 2019 estaban en lista de espera de trasplante renal 2.822 personas en Colombia, asignadas en su mayoría a la regional Bogotá e IPS con mayores listas de espera. Esta alta concentración de pacientes podría estar generando efectos indeseados en la oportunidad que tienen los pacientes para recibir un trasplante renal. Objetivos: En el presente trabajo se busca estudiar, con base en datos sintéticos generados con la información disponible del INS la probabilidad de asignación de órganos identificando las variables más informativas y proponiendo un método para calcular la probabilidad de asignación para un paciente dado en lista de espera. Material y métodos: Se presenta el ajuste de un modelo basado en árboles de decisión que presentó una alta precisión y permite realizar la predicción de la probabilidad de obtener un órgano. Resultados: Se identificaron como variables más informativas el tiempo, la IPS trasplantadora y el grupo sanguíneo. Así mismo, se evidencian diferencias en los tiempos de obtención de trasplante renal entre regionales y entre IPS trasplantadoras debido al efecto que tiene el tamaño de su lista de espera. Conclusiones: El método propuesto permite identificar la importancia de las variables que definen la obtención de un órgano. Finalmente, para un paciente dado, es posible estimar la probabilidad de ser clasificado en alguna de las categorías de desenlace.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Tonelli M, Wiebe N, Knoll G, et al. Systematic review:kidney transplantation compared with dialysis inclinically relevant outcomes. Am J Transplant. 2011;11(10):2093-2109.

2. Instituto Nacional de Salud. 2018. Criterios deAsignación para Trasplante Renal en Colombia.Fecha de consulta: Marzo 2021. Disponible: http://www.ins.gov.co/Direcciones/RedesSaludPublica/DonacionOrganosYTejidos/Paginas/default.aspx

3. Informe Nacional de Salud. Red Nacional de Donacióny Trasplantes 2019. Informe Ejecutivo. Disponible:https://www.ins.gov.co/BibliotecaDigital/informeejecutivo-red-donacion-y-trasplantes-2019.pdf

4. Instituto Nacional de Salud. Informe anual red dedonación y trasplantes.Colombia, 2018. Disponible:https://www.ins.gov.co/BibliotecaDigital/informeanual-red-de-donacion-trasplantes-2018.pdf

5. Departamento Nacional de Estadística. Población deColombia es de 48,2 millones de habitantes, según elDANE. Disponible en: https://id.presidencia.gov.co/Paginas/prensa/2019/190704-Poblacion-de-Colombiaes-de-48-2-millones-habitantes-segun-DANE.Aspx

6. R Core Team (2020). R: A language and environmentfor statistical computing. R Foundation for StatisticalComputing, Vienna, Austria. Disponible: https://www.R-project.org/.

7. Beltrán M, Ayala M, Jara J. Frecuencia de grupossanguíneos y factor Rh en donantes de sangre, Colombia,1996. Biomédica. 1999; 19(1): 39-44.

8. Allele Frecuency Net Database . Disponible: http://www.allelefrequencies.net/

9. Tangirala S. Evaluating the Impact of GINI Index andInformation Gain on Classification using DecisionTree Classifier Algorithm*. Int J Adv Comput Sci Appl.2020;11(2): 612-19.

10. Elkan Ch. Evaluating Classifiers. University ofCalifornia, San Diego, 18 de enero de 2011. Disponibleen: https://web.archive.org/web/20111218192652/http:/cseweb.ucsd.edu/~elkan/250B/classifiereval.pdf

11. Efron B. Bootstrap Methods: Another Look at theJackknife. The Annals of Statistics. 1979; 7(1):1–26.

12. Lima B. A call for open data of renal transplantationin Portugal. Port J Nephrol Hypert. 2017; 31(3): 155-7.

13. F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel,B. Thirion, O. Grisel, J. Vanderplas. Scikit-learn:machine learning in Python J. Mach. Learn. Res., 12(2011), pp. 2825-2830.

14. Canty A, Ripley BD (2021). boot: Bootstrap R (S-Plus)Functions. R package version 1.3-28.