Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
Mi-S1.3-NeIn: Neuroingeniería y neurociencia computacional Lugar: Aula 0.02 Presidente de la sesión: Jesús Poza Crespo Presidente de la sesión: Alejandro Pascual Valdunciel | |
    | |
12:45 - 13:00
Predicción de la salida del estado confusional post-traumático: un estudio retrospectivo basado en aprendizaje automático 1: Neurorehabilitation and Brain Research Group, Universitat Politècnica de València; 2: IRENEA. Instituto de Rehabilitación Neurológica, Fundación Hospitales VITHAS Este estudio investiga la capacidad de modelos de clasificación de aprendizaje automático para predecir si un paciente con traumatismo craneoencefálico logrará salir del estado de confusión traumático en los primeros seis meses de rehabilitación. Se entrenaron modelos de clasificación con variables demográficas y clínicas, entre los que destaca el rendimiento del modelo Random Forest, que alcanzó una precisión del 75.76% y un área bajo la curva ROC de 0.81. A diferencia de investigaciones previas centradas en desenlaces más inmediatos y globales (como la supervivencia) o en el uso de la duración del estado confusional traumático como variable predictora de otros resultados, este trabajo se enfoca directamente en predecir la resolución de este estado como desenlace principal. Los predictores más relevantes fueron la cronicidad y la edad, seguidos de variables neuroconductuales y funcionales. Los resultados sugieren que es viable anticipar este desenlace complejo con una precisión clínicamente útil, lo que podría contribuir a una mejor planificación terapéutica y a una comunicación más informada con familias y equipos clínicos.
| |