Predicción de destete exitoso en pacientes con ventilación mecánica usando Redes Neuronales en un Hospital Nacional, 2023

• Autor: Parvina Melgar, Luis Stalin
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/10507
• Enlace del recurso: https://hdl.handle.net/20.500.12867/10507
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales; Destete exitoso; Ventilación mecánica; Raspberry Pi; https://purl.org/pe-repo/ocde/ford#2.06.00

El destete es un proceso que puede demorar un tiempo amplio, incluso llegando a un 40% de todo el tiempo de apoyo ventilatorio aumentando costos y estancia hospitalarias, la cantidad de camas de Unidad de Cuidados Críticos es solo el 5% a 8% del total de camas hospitalarias. El objetivo fue aplicar Redes Neuronales usando Raspberry Pi para predecir el destete en pacientes que han requerido ventilador mecánico en un Hospital Nacional. Se usó el método hipotético deductivo, de tipo aplicada, nivel predictivo de corte transversal, no experimental, cuantitativo, los datos fueron obtenidos mediante ficha de recolección, el muestreo fue no probabilístico de 104 pacientes, Con los resultados alcanzados se determinó una arquitectura de 17 variables de entrada conformada por funciones vitales, exámenes de laboratorio y de la mecánica ventilatoria, 12 neuronas en capas oculta, se usó el 70% de la muestra para entrenamiento , 15% para validación y 15% para la prueba, usando algoritmo de entrenamiento de Levenberg Marquardt, concluyendo que la aplicación de redes neuronales contribuye a predecir el destete ventilatorio en críticos (R =0,7745) en forma temprana ( R=0,886) como tardía (R=0,719 ) en concordancia con la regresión lineal múltiple con SPSS (R= 0,667 R 2 = 0,343 Anova p=0,00 <0,05), el algoritmo entrenado se implementó en la Raspberry Pi con biosensores para el procesamiento de señales biomédicas y recojo de muestras.