J Clin Epidemiol. 2025 diciembre; 188: 112009. doi: 10.1016/j.jclinepi.2025.112009. Publicación electrónica del 6 de octubre de 2025.
OBJETIVO: Los modelos de predicción clínica se utilizan para obtener riesgos previstos de un diagnóstico o evento futuro. Si bien los modelos pueden producir probabilidades predichas continuas, éstas a menudo se dicotomizan o categorizan en grupos de riesgo utilizando umbrales de probabilidad por conveniencia operativa. Es posible que se requieran umbrales o grupos de riesgo, pero descartar la probabilidad continua no, y se corre el riesgo de desperdiciar información que puede ser útil para priorizar a los pacientes. No se comprende bien el valor económico de las estimaciones continuas de predicción de riesgos.
DISEÑO Y AMBIENTE DEL ESTUDIO: Simulamos el impacto de clasificar a los pacientes según los riesgos previstos en comparación con el uso de grupos de riesgo solo cuando se enfrentan a limitaciones de recursos en distintos niveles de discriminación del modelo y prevalencia de eventos. Evaluamos el rendimiento del modelo en términos de valor predictivo positivo, sensibilidad y rango medio de verdaderos positivos en diferentes niveles de calibración del modelo. Luego aplicamos nuestros hallazgos a un sistema de puntuación ordinal basado en aprendizaje automático utilizando datos reales de un gran departamento de emergencias terciario de Singapur.
RESULTADOS: El uso de probabilidades previstas para clasificar a los pacientes según el riesgo previsto condujo a beneficios en el rendimiento del modelo en comparación con los grupos de riesgo solos. Los beneficios de evitar la dicotomización de los resultados aumentaron a medida que aumentaron la discriminación del modelo y la prevalencia de los resultados, y la clasificación fue robusta ante una mala calibración del modelo. La repetición de este análisis sobre los datos del departamento de emergencias de Singapur mostró que los beneficios de la clasificación eran mayores cuando las limitaciones de recursos eran mayores.
CONCLUSIÓN: El uso de probabilidades continuas para priorizar a los pacientes dentro de los grupos de riesgo muestra el potencial de beneficios económicos. Los modelos de predicción futuros deberían compartir ecuaciones para derivar puntuaciones de riesgo continuas, y los modelos implementados deberían considerar el uso de estas puntuaciones junto con el juicio clínico para la priorización de los pacientes.
PubMed:41062044 | DOI:10.1016/j.jclinepi.2025.112009