Ir al contenido
Geriatría e IADr. Francisco Javier Martínez Peromingo

Geriatría y cuidadosEstudio

Un modelo de riesgo de delirium mantiene su rendimiento en otro hospital sin reentrenarse

En pacientes de 60 años o más ingresados fuera de la UCI, un modelo de aprendizaje automático conservó su capacidad discriminativa en un segundo hospital del mismo sistema, aunque tres de cada cuatro alertas fueron falsos positivos.

Muchos modelos de predicción de delirium se publican, pero pocos se prueban fuera del hospital donde se desarrollaron, y cuando se hace su rendimiento suele caer. Un estudio de mejora de la calidad del sistema Mount Sinai (Nueva York) aplicó, sin reentrenarlo, su modelo en un segundo hospital del grupo con pacientes de más edad, más ingresos médicos y más del doble de prevalencia de demencia.

El modelo combina datos estructurados de la historia clínica con procesamiento del lenguaje natural de las notas, y su puntuación diaria servía al equipo de delirium para decidir a quién evaluar con el CAM. Entre diciembre de 2024 y diciembre de 2025 se analizaron 9.020 ingresos en el hospital externo (edad mediana, 76 años):

  • AUROC de 0,91, frente a 0,94 en el hospital de origen.
  • Sensibilidad del 92 % y especificidad del 84 %, pero valor predictivo positivo del 26 %.
  • Entre los pacientes evaluados con CAM, la tasa de delirium detectado pasó del 9,2 % (periodo 2018-2019, sin modelo) al 19,6 %.

Limitaciones

Es un análisis retrospectivo de la práctica asistencial, no un estudio prospectivo de precisión diagnóstica. Solo una parte de los pacientes se evaluó con CAM (en el resto el diagnóstico procede de códigos) y la propia puntuación decidía a quién evaluar, lo que puede sobrestimar la sensibilidad. Ambos hospitales comparten historia clínica y prácticas de documentación, así que no es una validación en un sistema independiente.

Qué implica para personas mayores

El delirium sigue infradiagnosticado en planta, y un cribado automático puede orientar dónde mirar primero. Pero con tantos falsos positivos la herramienta prioriza, no diagnostica: su utilidad depende de que haya profesionales que confirmen con CAM o 4AT y de que se valide en otros sistemas sanitarios.