Libro de abstracts

Comunicaciones pósteres orales ❚ 13 CO-09. PREDICCIÓN DE SUPERVIVENCIA TRAS PCR: INTELIGENCIA ARTIFICIAL Y BIOMARCADORES Iraide Herrero Cerdeira1, Asier Losada1, Andima Larrea1, Erik Alonso2, Iraia Isasi2 1Emergentziak Osakidetza. Bizkaia. 2Universidad del País Vasco (UPV/EHU). Bizkaia Introducción: La predicción precoz del desenlace tras una parada cardiorrespiratoria extrahospitalaria (PCREH) es un desafío clínico. Estimar tempranamente el pronóstico apoyaría la toma de decisiones en soporte vital avanzado (SVA) y optimizaría el manejo terapéutico. Objetivos: Desarrollar y comparar modelos de inteligencia artificial (IA) para predecir la supervivencia a 30 días tras una PCREH, integrando variables demográficas, epidemiológicas y biomarcadores gasométricos medidos en dos instantes (t1: prehospitalario; t2: hospitalario), así como su evolución dinámica inicial (Δt2-t1). Metodología: Se analizaron datos de 70 pacientes con recuperación de la circulación espontánea atendidos por Emergentziak-Osakidetza entre agosto de 2024 y noviembre de 2025, utilizando un analizador epoc®. Mediante un clasificador de máquina de vectores soporte (SVC) se evaluaron tres modelos incrementales: modelo 1: variables demográficas y epidemiológicas (edad, sexo, ritmo inicial, tiempo de respuesta del SVA). modelo 2: variables del modelo 1 más biomarcadores en t1 (pH, pCO₂, potasio, lactato y tiempo hasta la gasometría). Modelo 3: variables del modelo 2 más variaciones tempranas (Δt2-t1) de pH y lactato. El entrenamiento y evaluación se realizaron con validación cruzada estratificada de 10 subconjuntos. El procedimiento se repitió 100 veces para reportar el rendimiento mediante la media y desviación estándar del área bajo la curva ROC (AUC). Resultados: El modelo 1 alcanzó un AUC medio de 0,786 (0,015). La inclusión de biomarcadores prehospitalarios en el modelo 2 mejoró el rendimiento a un AUC de 0,815 (0,018). El modelo 3, que integró la evolución temprana de pH y lactato, mostró el mayor poder discriminativo con un AUC de 0.841 (0.020), reflejando una mejora progresiva y consistente. Conclusiones La incorporación de biomarcadores gasométricos en dos instantes y su evolución dinámica inicial permite desarrollar un modelo de IA con alta capacidad discriminativa para predecir la supervivencia a 30 días tras una PCREH. No obstante, por el tamaño muestral (70 pacientes), se requiere validación en cohortes más amplias antes de su aplicación clínica.

RkJQdWJsaXNoZXIy OTU4MzI=