EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Escala pronóstica simplificada de 10 factores para predecir la progresión de la cardiopatía hipertensiva: desarrollo mediante una red neuronal artificial y validación interna

Liannys Lidia Naranjo-Flores, Alexis Álvarez Aliaga, Adonis Frómeta-Guerra, Julio César González-Aguilera, Andrés José Quesada-Vázquez, Alexis Suárez-Quesada

BioNatura Journal: Ibero-American Journal of Biotechnology and Life Sciences · 11.08.2026

DOI: 10.70099/bj/2026.03.03.13 ↗

Kurz gefasst

Fachartikel in der Zeitschrift BioNatura Journal: Ibero-American Journal of Biotechnology and Life Sciences, online erschienen am 11.08.2026. Verfasst von Liannys Lidia Naranjo-Flores und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La cardiopatía hipertensiva puede progresar desde la disfunción diastólica hasta el deterioro de la función sistólica; sin embargo, existen pocas escalas pronósticas sencillas para estimar esta evolución. El objetivo del estudio fue simplificar, mediante una red neuronal artificial, una escala pronóstica destinada a predecir la progresión de la cardiopatía hipertensiva hasta la disfunción sistólica. Se realizó un estudio de cohorte prospectivo que incluyó 3082 pacientes. Se aplicó una red neuronal artificial de función de base radial normalizada utilizando como variable objetivo las cuatro categorías pronósticas de la escala original. Posteriormente, la capacidad discriminativa de las escalas de 14 y 10 factores se evaluó respecto a la progresión a cardiopatía hipertensiva grado IV, definida por una fracción de eyección del ventrículo izquierdo inferior al 40 %. La escala original de 14 ítems se comparó con una versión reducida de 10 ítems, seleccionados según su importancia normalizada. Los factores con mayor peso predictivo fueron la hipertensión arterial no controlada (>90 %), la hipertensión arterial en estadio 2 (>80 %) y la enfermedad renal crónica (>80 %). Las áreas bajo la curva oscilaron entre 0,892 y 0,988, mientras que los errores de clasificación fueron del 7,3 % en el conjunto de entrenamiento y del 9,6 % en el conjunto de prueba. La escala de 10 ítems mostró una discriminación ligeramente inferior a la original de 14 ítems (ΔAUC = 0,005; p = 0,0004). Aunque la diferencia absoluta fue pequeña, el estudio no fue diseñado para demostrar equivalencia clínica entre ambas escalas. La selección mediante la red neuronal redujo la escala a 10 factores y conservó una discriminación elevada durante la validación interna. La versión reducida requiere validación externa antes de utilizarse en la práctica clínica.

Zitieren

APA

Naranjo-Flores, L. L., Aliaga, A. Á., Frómeta-Guerra, A., González-Aguilera, J. C., Quesada-Vázquez, A. J., & Suárez-Quesada, A. (2026). Escala pronóstica simplificada de 10 factores para predecir la progresión de la cardiopatía hipertensiva: desarrollo mediante una red neuronal artificial y validación interna. BioNatura Journal: Ibero-American Journal of Biotechnology and Life Sciences. https://doi.org/10.70099/bj/2026.03.03.13

Vancouver

Naranjo-Flores LL, Aliaga AÁ, Frómeta-Guerra A, González-Aguilera JC, Quesada-Vázquez AJ, Suárez-Quesada A. Escala pronóstica simplificada de 10 factores para predecir la progresión de la cardiopatía hipertensiva: desarrollo mediante una red neuronal artificial y validación interna. BioNatura Journal: Ibero-American Journal of Biotechnology and Life Sciences. 2026. doi:10.70099/bj/2026.03.03.13

BibTeX
@article{NaranjoFlores2026,
  author = {Naranjo-Flores, Liannys Lidia and Aliaga, Alexis Álvarez and Frómeta-Guerra, Adonis and González-Aguilera, Julio César and Quesada-Vázquez, Andrés José and Suárez-Quesada, Alexis},
  title = {Escala pronóstica simplificada de 10 factores para predecir la progresión de la cardiopatía hipertensiva: desarrollo mediante una red neuronal artificial y validación interna},
  journal = {BioNatura Journal: Ibero-American Journal of Biotechnology and Life Sciences},
  year = {2026},
  doi = {10.70099/bj/2026.03.03.13}
}
Kostenlos starten →