La sepsis puede ocasionar hasta la muerte.
La sepsis es una infección del torrente sanguíneo que genera la caída de la presión arterial, el aumento de la frecuencia cardíaca y hasta la muerte. Es un punto sin retorno, en caso de no ser detectada a tiempo.
En Estados Unidos se vive en la actualidad una diatriba respecto a un algoritmo para determinar la sepsis de los pacientes. La empresa Epic Systems creó un modelo de predicción de la enfermedad. No obstante, un grupo de médicos pone en duda su eficacia.
De acuerdo con los doctores Andrew Wong, Erkon Otles y otros, que publicaron un trabajo en JAMA Network, el Modelo de Epic Systems de Sepsis (ESM, por sus siglas en inglés) necesita una validación externa.
“Este estudio sugiere que el ESM predice mal la sepsis”, consideran. “Su adopción generalizada, a pesar del bajo rendimiento, plantea preocupaciones fundamentales sobre el manejo de la sepsis a nivel nacional”.
Las estadísticas sobre las sepsis que manejan los doctores críticos
Para los médicos, el ESM “tiene una mala discriminación y calibración en la predicción de la aparición de sepsis”. El estudio señala que el algoritmo solo era correcto el 63% de los casos; Epic indica que alcanza el 76% de las veces.
El análisis evaluó datos de casi 40.000 hospitalizaciones en Michigan Medicine en los 2018 y 2019. Los pacientes desarrollaron sepsis en 2.552 de esas hospitalizaciones, explica.
“La herramienta de sepsis de Epic se perdió 1.709 de esos casos, alrededor de dos tercios de los cuales aún se identificaron y trataron rápidamente”, consideran los médicos. “Solo identificó el 7% de los casos de sepsis que fueron pasados por alto por un médico”.
El estudio halló, además, una alta tasa de falsos positivos: cuando se activaba una alerta para un paciente, solo había un 12% de probabilidades de que el paciente realmente desarrollara la enfermedad.
¿Qué pudo fallar?
Apuntan los investigadores que el algoritmo definió la sepsis en función de cuándo un médico presentaría una factura para el tratamiento, y no necesariamente cuando un paciente desarrolló síntomas por primera vez. De acuerdo con los expertos, significa que está detectando casos en los que el médico ya piensa que hay un problema.
Para Karandeeep Singh, otro de los autores del estudio, es necesario un mejor ajuste que pueda ayudar a salvar vidas. “Creo que la confianza duradera en los modelos requiere transparencia y escrutinio”.
“Si las herramientas digitales van a estar a la altura de su potencial en la atención médica, las empresas como Epic deben ser transparentes”, recalcó.