Actualidad

Identificación de características clínicas clave de la infección por virus respiratorio sincitial mediante aprendizaje automático

23 Mar 2026 | Actualidad, Actualidad Grupo de Trabajo Actualizaciones Bibliográficas, Noticias

Miyagi Y, Morimoto Y, Satake E, et al. Identification of key clinical features for pediatric respiratory syncytial virus infection using machine learning. BMC Pediatr. 2026 Feb 27; doi: 10.1186/s12887-026-06659-z

https://link.springer.com/article/10.1186/s12887-026-06659-z

El presente estudio retrospectivo analizó un dataset público de 768 niños hospitalizados por neumonía grave en Marruecos (135 con infección por VRS confirmada por PCR, incluyendo coinfecciones), aplicando machine learning (CatBoostClassifier) para identificar características clínicas predictoras de la infección por VRS.​

El modelo de clasificación binaria (VRS vs. no VRS) obtuvo un AUC medio de 0,770 (rango 0,726-0,837) en validación cruzada 5-fold, con calibración aceptable (Brier score 0,031; ECE 0,114), aunque subestima probabilidades medias-altas. Las tres variables más importantes por valores SHAP (SHapley Additive Explanations) medios fueron peso, frecuencia respiratoria (FR) y saturación de oxígeno (SpO₂), en ese orden. Un modelo simplificado sólo con ellas mantuvo AUC 0,752. Diferencias significativas entre grupos incluyeron síntomas gastrointestinales más frecuentes en VRS (vómitos 61% vs. 48%; diarrea 33% vs. 17%; p<0,05), roncus más comunes (61% vs. 48%; p<0,05) y estridor menos frecuente (6% vs. 15%; p<0,05); no hubo diferencias en tos, rinorrea, sibilancias o crepitantes. Variables continuas como edad, peso, FR y SpO₂ diferían significativamente (p<0,05), sin multicolinealidad problemática (VIF<5).​

Se propuso un sistema de puntuación simple (0-3 puntos): peso ≤10 kg (1 pt), SpO₂ ≤97% (1 pt), FR ≥50 rpm (1 pt). Con corte ≥2 puntos: sensibilidad 90,3%, especificidad 36,9%; con corte 3 puntos: sensibilidad 61,3%, especificidad 76,8%; AUC 0,726. Análisis restringido a ≥12 meses (excluyendo lactantes) y casos VRS puro (n=84) confirmó AUC ~0,75.​

Los autores enfatizan que el ML identifica predictores clínicos relevantes (peso bajo, taquipnea, hipoxemia leve) para triaje del VRS, complementando sistemas existentes en contextos sin test rápidos (pruebas antigénicas sensibles ~81%). Destacan solapamiento sintomático con otros virus y necesidad de validación prospectiva para generalizar el scoring, priorizando pruebas/aislamiento en alto riesgo y optimizando recursos en urgencias/ambulatorios. Para pediatras, sugiere integrar estos umbrales en la evaluación inicial de neumonía grave, priorizando oxigenoterapia/ingreso en niños <10 kg con FR>50 y SpO₂<97%.

Miguel De Pablo García. Pediatra de Atención Primaria. Salamanca

Banner 39 Congreso SEPEAP de Sevilla
Descuentos para socios
XV Jornada Prandi de la SEPEAP
Congreso SEPEAP 2026

Otras noticias que te pueden interesar

Banner 39 Congreso SEPEAP de Sevilla
SEPEAP
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Puedes consultar más información sobre el tratamiento que hacemos de los datos o las cookies empleadas en nuestra política de privacidad y nuestra política de cookies.