Explorador de cuidados críticos. 3 de diciembre de 2025; 7 (12): e1354. doi: 10.1097/CCE.0000000000001354. Colección electrónica 2025 dic.
IMPORTANCIA: Los líquidos intravenosos son la piedra angular del tratamiento de la lesión renal aguda (IRA) después de la sepsis, pero pueden causar sobrecarga de líquidos. Una estrategia restrictiva de líquidos puede beneficiar a algunos pacientes; sin embargo, identificarlos es un desafío. Las nuevas técnicas causales de aprendizaje automático (ML) pueden estimar los efectos del tratamiento heterogéneo (HTE) de los líquidos intravenosos entre estos pacientes.
OBJETIVOS: Desarrollar y validar un marco causal-ML para identificar pacientes que se benefician de los líquidos restrictivos (< 500 mL fluids within 24 hr after AKI).
AJUSTE DE DISEÑO Y PARTICIPANTES: Realizamos un estudio retrospectivo entre pacientes con sepsis que desarrollaron lesión renal aguda (IRA) dentro de las 48 horas posteriores al ingreso en la UCI. Desarrollamos un enfoque de ML causal para estimar los efectos del tratamiento individualizado y guiar la fluidoterapia. Desarrollamos el modelo en Medical Information Mart for Intensive Care IV y lo validamos externamente en la base de datos de Salzburg Intensive Care.
PRINCIPALES RESULTADOS Y MEDIDAS: Nuestro resultado primario fue la reversión temprana de la IRA a las 24 horas. Los resultados secundarios incluyeron la reversión sostenida de la IRA y eventos renales adversos importantes a los 30 días (MAKE30). El rendimiento del modelo para identificar HTE de fluidos intravenosos restrictivos se evaluó utilizando el área bajo la curva característica del operador objetivo (AUTOC), que cuantifica qué tan bien un modelo captura HTE, y se comparó con un modelo de bosque aleatorio.
RESULTADOS: El modelo de bosque causal superó al bosque aleatorio en la identificación de HTE de fluidos intravenosos restrictivos con AUTOC 0,15 frente a -0,02 en la cohorte de validación externa. Entre 1931 pacientes en la cohorte de validación externa, el modelo recomendó líquidos restrictivos para el 68,9%. Entre estos, los pacientes que recibieron líquidos restrictivos demostraron tasas significativamente más altas de reversión temprana de la IRA (53,9% frente a 33,2%, pag < 0.001), sustained AKI reversal (34.2% vs. 18.0%, pag < 0.001), and lower rates of MAKE30 (17.1% vs. 34.6%, pag = 0,003). Los resultados fueron consistentes en el análisis ajustado.
CONCLUSIONES Y RELEVANCIA: El marco Causal-ML superó al modelo de bosque aleatorio en la identificación de pacientes con IRA y sepsis que se benefician de la fluidoterapia restrictiva. Esto proporciona un enfoque basado en datos para el manejo personalizado de líquidos y merece una evaluación prospectiva en ensayos clínicos.
PubMed:41357343 | PMC:PMC12677861 | DOI:10.1097/CCE.0000000000001354