Acceso usuarios
N. Sáenz Bajo
Objetivo. Desarrollo y entrenamiento de una red neuronal que permita clasificar a los pacientes que acuden a la consulta con síntomas de dispepsia en dos grupos: los que muy probablemente tengan enfermedad ulcerosa péptica o reflujo gastroesofágico (RGE) y los que muy probablemente tengan dispepsia funcional o idiopática. Comparación de los resultados obtenidos con la red neuronal y otros clasificadores estadísticos. Diseño. Estudio retrospectivo. Emplazamiento. Tres consultas de equipo de atención primaria de ámbito urbano. Participantes. Ochenta y un pacientes con diagnóstico de dispepsia, a los que se realizó endoscopia digestiva y/o tránsito esofagogastroduodenal (EGD) documentado en la historia clínica. Método. Entrevista personal con cuestionario predefinido sobre sintomatología y factores de riesgo de patología dispéptica. El análisis de los datos se ha realizado con clasificador determinista, clasificador estadístico y red neuronal basada en un perceptrón multicapa. Resultados. La red neuronal clasifica correctamente a un 81% de los pacientes, con un valor predictivo negativo (VPN) del 90% y un valor predictivo positivo (VPP) del 80%. Conclusiones. La red neuronal proporciona excelentes tasas de acierto en la clasificación de los pacientes a partir de la presencia o no de determinados síntomas. Se observa una tendencia a discriminar mejor los diagnósticos negativos (dispepsia funcional o idiopática) frente a los positivos (enfermedad ulcerosa péptica o RGE). El uso sistemático de redes neuronales en las consultas de atención primaria facilitaría al clínico su labor, aumentando la rentabilidad de cualquier decisión diagnóstica y terapéutica.
