Estimación de parámetros de desempeño de algoritmos para diagnóstico de Dengue

Abstract

La detección temprana y oportuna de dengue en los pacientes resulta fundamental para una acción eficaz frente al inicio del tratamiento, lo que podría contribuir a la reducción de la mortalidad por esta enfermedad. Este trabajo tiene como objetivo proponer y evaluar la capacidad clasificadora de un grupo de algoritmos para diagnóstico clínico construidos a partir de signos y síntomas después de agregar variables asociadas al resultado de un hemograma. El archivo de datos que se utilizó para el desarrollo de este trabajo corresponde a un estudio de cohorte para validación de pruebas de clasificación o diagnóstico de Dengue en el marco del proyecto de investigación P4-RedAedes, el cual fue realizado entre agosto del 2017 y julio del 2018 en las ciudades de Cali, Piedacuesta y Yopal. La construcción de estos algoritmos se hizo con base en métodos bayesianos y se comparó su rendimiento mediante la estimación de los parámetros de desempeño desde los enfoques clásicos, bayesiano y considerando remuestreo, donde finalmente se encontró que agregar las variables del hemograma a los algoritmos que inicialmente solo consideraban signos y síntomas contribuyó considerablemente a mejorar su capacidad clasificatoria. Además, se encontró que al hacer la aplicación de las pruebas en paralelo y tener un ́único resultado clasificador las sensibilidades obtenidas fueron superiores al 70 %.