Compartir
array:23 [ "pii" => "S0014256523001157" "issn" => "00142565" "doi" => "10.1016/j.rce.2023.04.006" "estado" => "S300" "fechaPublicacion" => "2023-08-01" "aid" => "2119" "copyright" => "Elsevier España, S.L.U. and Sociedad Española de Medicina Interna (SEMI)" "copyrightAnyo" => "2023" "documento" => "simple-article" "crossmark" => 1 "subdocumento" => "cor" "cita" => "Rev Clin Esp. 2023;223:456-9" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "Traduccion" => array:1 [ "en" => array:19 [ "pii" => "S2254887423000735" "issn" => "22548874" "doi" => "10.1016/j.rceng.2023.06.003" "estado" => "S300" "fechaPublicacion" => "2023-08-01" "aid" => "2119" "copyright" => "Elsevier España, S.L.U. and Sociedad Española de Medicina Interna (SEMI)" "documento" => "simple-article" "crossmark" => 1 "subdocumento" => "cor" "cita" => "Rev Clin Esp. 2023;223:456-9" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "en" => array:10 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Correspondence</span>" "titulo" => "Artificial intelligence for recurrence in patients with venous thromboembolism: towards a new era" "tienePdf" => "en" "tieneTextoCompleto" => "en" "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "456" "paginaFinal" => "459" ] ] "titulosAlternativos" => array:1 [ "es" => array:1 [ "titulo" => "Inteligencia artificial para predecir recurrencia en pacientes con enfermedad tromboembólica venosa: hacia una nueva era" ] ] "contieneTextoCompleto" => array:1 [ "en" => true ] "contienePdf" => array:1 [ "en" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "A. Franco-Moreno, N. Muñoz-Rivas, J.-M. Ruiz-Giardín, C. de Ancos-Aracil" "autores" => array:4 [ 0 => array:2 [ "nombre" => "A." "apellidos" => "Franco-Moreno" ] 1 => array:2 [ "nombre" => "N." "apellidos" => "Muñoz-Rivas" ] 2 => array:2 [ "nombre" => "J.-M." "apellidos" => "Ruiz-Giardín" ] 3 => array:2 [ "nombre" => "C." "apellidos" => "de Ancos-Aracil" ] ] ] ] ] "idiomaDefecto" => "en" "Traduccion" => array:1 [ "es" => array:9 [ "pii" => "S0014256523001157" "doi" => "10.1016/j.rce.2023.04.006" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0014256523001157?idApp=WRCEE" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2254887423000735?idApp=WRCEE" "url" => "/22548874/0000022300000007/v9_202312180741/S2254887423000735/v9_202312180741/en/main.assets" ] ] "itemAnterior" => array:19 [ "pii" => "S0014256523001145" "issn" => "00142565" "doi" => "10.1016/j.rce.2023.05.003" "estado" => "S300" "fechaPublicacion" => "2023-08-01" "aid" => "2120" "copyright" => "Elsevier España, S.L.U. and Sociedad Española de Medicina Interna (SEMI)" "documento" => "simple-article" "crossmark" => 1 "subdocumento" => "crp" "cita" => "Rev Clin Esp. 2023;223:450-5" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">ORIGINAL BREVE</span>" "titulo" => "Dolor torácico secundario al consumo de drogas atendido en urgencias hospitalarias en España" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "450" "paginaFinal" => "455" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Chest pain secondary to drug use treated in hospital emergency departments in Spain" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 2046 "Ancho" => 3341 "Tamanyo" => 188949 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">Análisis multivariado de la asociación de cada droga con la presencia de dolor torácico ajustado por edad y sexo (OR e IC del 95%).</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "D. Ibrahim-Achi, S. Pelizzolo-Vega, J. Puiguriguer, A. Supervía, M. Galicia, A. Domínguez-Rodríguez, O. Miró, G. Burillo-Putze" "autores" => array:8 [ 0 => array:2 [ "nombre" => "D." "apellidos" => "Ibrahim-Achi" ] 1 => array:2 [ "nombre" => "S." "apellidos" => "Pelizzolo-Vega" ] 2 => array:2 [ "nombre" => "J." "apellidos" => "Puiguriguer" ] 3 => array:2 [ "nombre" => "A." "apellidos" => "Supervía" ] 4 => array:2 [ "nombre" => "M." "apellidos" => "Galicia" ] 5 => array:2 [ "nombre" => "A." "apellidos" => "Domínguez-Rodríguez" ] 6 => array:2 [ "nombre" => "O." "apellidos" => "Miró" ] 7 => array:2 [ "nombre" => "G." "apellidos" => "Burillo-Putze" ] ] ] ] ] "idiomaDefecto" => "es" "Traduccion" => array:1 [ "en" => array:9 [ "pii" => "S2254887423000723" "doi" => "10.1016/j.rceng.2023.06.002" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "en" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2254887423000723?idApp=WRCEE" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0014256523001145?idApp=WRCEE" "url" => "/00142565/0000022300000007/v5_202312180715/S0014256523001145/v5_202312180715/es/main.assets" ] "es" => array:14 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Correspondencia</span>" "titulo" => "Inteligencia artificial para predecir recurrencia en pacientes con enfermedad tromboembólica venosa: hacia una nueva era" "tieneTextoCompleto" => true "saludo" => "<span class="elsevierStyleItalic">Sr. Director</span>" "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "456" "paginaFinal" => "459" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "A. Franco-Moreno, N. Muñoz-Rivas, J.M. Ruiz-Giardín, C. de Ancos-Aracil" "autores" => array:4 [ 0 => array:4 [ "nombre" => "A." "apellidos" => "Franco-Moreno" "email" => array:1 [ 0 => "afranco278@hotmail.com" ] "referencia" => array:2 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] 1 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">*</span>" "identificador" => "cor0005" ] ] ] 1 => array:3 [ "nombre" => "N." "apellidos" => "Muñoz-Rivas" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] ] ] 2 => array:3 [ "nombre" => "J.M." "apellidos" => "Ruiz-Giardín" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff0010" ] ] ] 3 => array:3 [ "nombre" => "C." "apellidos" => "de Ancos-Aracil" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">c</span>" "identificador" => "aff0015" ] ] ] ] "afiliaciones" => array:3 [ 0 => array:3 [ "entidad" => "Medicina Interna, Unidad de Enfermedad Tromboembólica Venosa. Hospital Universitario Infanta Leonor-Virgen de la Torre, Madrid, España" "etiqueta" => "a" "identificador" => "aff0005" ] 1 => array:3 [ "entidad" => "Medicina Interna, Hospital Universitario de Fuenlabrada, Madrid, España, Fuenlabrada, Madrid, España" "etiqueta" => "b" "identificador" => "aff0010" ] 2 => array:3 [ "entidad" => "Medicina Interna, Unidad de Enfermedad Tromboembólica Venosa, Hospital Universitario de Fuenlabrada, Fuenlabrada, Madrid, España" "etiqueta" => "c" "identificador" => "aff0015" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor0005" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Artificial intelligence for recurrence in patients with venous thromboembolism: towards a new era" ] ] "textoCompleto" => "<span class="elsevierStyleSections"><p id="par0005" class="elsevierStylePara elsevierViewall">Los pacientes que han sufrido un primer episodio de enfermedad tromboembólica venosa (ETEV) tienen mayor riesgo de presentar un nuevo evento tras suspender la anticoagulación. El riesgo es mayor entre aquellos pacientes con factores de riesgo permanentes en comparación con los transitorios o en los casos de tromboembolismo venoso (TEV) no provocado. Por otra parte, a largo plazo disminuye la mortalidad por ETEV y persiste la ocasionada por hemorragias. Por tanto, la predicción del riesgo de recurrencia a largo plazo de la ETEV es clave para determinar la duración del tratamiento anticoagulante.</p><p id="par0010" class="elsevierStylePara elsevierViewall">Centrándonos en la ETEV no provocada, varios autores han intentado definir modelos para valorar el riesgo de recurrencia tras suspender la anticoagulación (Viena<a class="elsevierStyleCrossRef" href="#bib0080"><span class="elsevierStyleSup">1</span></a>, DASH<a class="elsevierStyleCrossRef" href="#bib0085"><span class="elsevierStyleSup">2</span></a>, HER-DOO2<a class="elsevierStyleCrossRef" href="#bib0090"><span class="elsevierStyleSup">3</span></a> y DAMOVES<a class="elsevierStyleCrossRef" href="#bib0095"><span class="elsevierStyleSup">4</span></a>). Sin embargo, estas escalas han mostrado una capacidad predictiva limitada en su validación externa<a class="elsevierStyleCrossRefs" href="#bib0100"><span class="elsevierStyleSup">5–11</span></a>. En consecuencia, las guías actuales sobre ETEV no respaldan el uso de estos modelos para decidir la suspensión o continuación de la terapia anticoagulante tras un periodo de tratamiento de al menos 3 meses.</p><p id="par0015" class="elsevierStylePara elsevierViewall">La inteligencia artificial es la simulación de la inteligencia humana. Desarrolla algoritmos capaces de realizar tareas normalmente asociadas a la inteligencia humana como el aprendizaje, la toma de decisiones y el procesamiento del lenguaje natural. Para ello necesita enormes cantidades de datos junto a una gran capacidad de computación que soporte los procesos de aprendizaje profundo o <span class="elsevierStyleItalic">deep learning.</span> Recientemente, la IA se ha incorporado a la medicina con el propósito de acelerar procesos y favorecer la precisión en ámbitos como el diagnóstico, la predicción o el tratamiento de las enfermedades mediante el reconocimiento de patrones. Estas herramientas tecnológicas pueden ayudar en la toma de decisiones en condiciones de incertidumbre y predecir datos futuros, contribuyendo al desarrollo de una medicina más personalizada con menores tasas de error. Asimismo, la IA puede ofrecer información valiosa en pacientes que por sus características se excluyen de los ensayos clínicos. Sin embargo, su implementación no es sencilla. Los escenarios de aprendizaje automático aplicados a la medicina suponen un esfuerzo de modernización y coordinación sin precedentes. Para su implementación, hay una serie de retos tecnológicos y éticos. Dentro de los primeros se encuentran la cantidad de datos, la capacidad de procesamiento y las plataformas de Machine Learning (ML). Dentro de los segundos estaría la calidad de los datos, la representatividad y privacidad de estos, la transparencia y explicabilidad de los algoritmos, la supervisión humana y la generación de evidencia a través de la validación externa.</p><p id="par0020" class="elsevierStylePara elsevierViewall">Dentro de las técnicas de IA aplicadas al ámbito médico existe cada día mayor interés por el ML cuyo objetivo es desarrollar algoritmos que permitan que unos sistemas informáticos tomen decisiones y aprendan de su resultado. Estos modelos basan su fortaleza en la predicción analizando la información disponible, sin necesidad de conocer cuáles son los mecanismos que relacionan las variables entre sí. El ML entrena un algoritmo con datos de entrada que recogen observaciones del pasado, y construye un modelo para predecir resultados. La siguiente etapa es la validación. Para el proceso de entrenamiento-validación el conjunto de datos se divide en porcentajes habituales del 70 y el 30%, respectivamente.</p><p id="par0025" class="elsevierStylePara elsevierViewall">Los modelos matemáticos podrían pronosticar con mayor precisión el riesgo de recurrencia en paciente con ETEV. En este sentido abordamos una revisión de la literatura para conocer el rendimiento de los algoritmos de IA para predecir recidiva en pacientes con TEV comparado con los modelos de regresión múltiple (<a class="elsevierStyleCrossRef" href="#tbl0005">Table 1</a>). Calazans et al.<a class="elsevierStyleCrossRef" href="#bib0135"><span class="elsevierStyleSup">12</span></a> realizaron un estudio de cohorte retrospectivo en el que seleccionaron 240 pacientes con un episodio de trombosis venosa profunda para investigar el rendimiento de un modelo de red neuronal. En la fase de validación el algoritmo clasificó con precisión la presencia o ausencia de recurrencia, con un <span class="elsevierStyleItalic">output</span> de 0,97. Martins et al.<a class="elsevierStyleCrossRef" href="#bib0140"><span class="elsevierStyleSup">13</span></a> publicaron un estudio de pacientes con ETEV provocada y no provocada en el que se evaluó el rendimiento de tres algoritmos de red neuronal. Para ello, analizaron 39 variables clínicas y de laboratorio preseleccionadas en 235 pacientes. La capacidad para distinguir la recurrencia en la cohorte de validación fue excelente, con un área bajo la curva >0,90 para los tres modelos. En otro estudio retrospectivo se aplicó la técnica de ML en pacientes con cáncer y un episodio de ETEV tratado con anticoagulantes durante un periodo de 6 meses<a class="elsevierStyleCrossRef" href="#bib0145"><span class="elsevierStyleSup">14</span></a>. La incidencia acumulada de TEV recurrente osciló entre el 2,7 y 3,9% tras suspender la anticoagulación. La capacidad del modelo Random Forest para distinguir la recurrencia fue buena, calculándose una c-estadística de 0,72. Finalmente, el estudio de Mora et al.<a class="elsevierStyleCrossRef" href="#bib0150"><span class="elsevierStyleSup">15</span></a> evaluó 5 algoritmos de IA en pacientes con embolia pulmonar aguda que requirieron la interrupción del tratamiento anticoagulante antes de 90 días. Se incluyeron 1.348 pacientes del Registro Informatizado de Enfermedad Tromboembólica (RIETE), durante un periodo de 18 años. Hubo 69 recurrencias. La capacidad discriminativa de los algoritmos fue alta siendo Neural Network el más preciso.</p><elsevierMultimedia ident="tbl0005"></elsevierMultimedia><p id="par0030" class="elsevierStylePara elsevierViewall">En conclusión, los modelos de IA discriminaron adecuadamente los pacientes con riesgo de recurrencia de la ETEV. Sin embargo, estos resultados requieren de validación externa. Es necesario incrementar la formación de los médicos en análisis avanzados de datos, así como fomentar la colaboración con expertos en tecnologías inteligentes de la información.</p><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0005">Conflicto de intereses</span><p id="par0035" class="elsevierStylePara elsevierViewall">Los autores declaran que no tienen ningún conflicto de interés.</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:2 [ 0 => array:2 [ "identificador" => "sec0005" "titulo" => "Conflicto de intereses" ] 1 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "multimedia" => array:1 [ 0 => array:8 [ "identificador" => "tbl0005" "etiqueta" => "Tabla 1" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at1" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">AUC: área bajo la curva; EP: embolia pulmonar; NR: no reportado; TEV: tromboembolismo venoso; TVP: trombosis venosa profunda.</p>" "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Autor, año \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Tipo de estudio \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Aplicación \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Número de pacientes \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Periodo de estudio \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Modelo \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Validación \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Resultado \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Marcucci et al., 2015<a class="elsevierStyleCrossRef" href="#bib0100"><span class="elsevierStyleSup">5</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Prospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">904 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">De 1992 a 2008 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Modelo predictivo de Viena \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,62 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Tritschler et al., 2015<a class="elsevierStyleCrossRef" href="#bib0105"><span class="elsevierStyleSup">6</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Prospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">156 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde septiembre de 2009 hasta diciembre de 2013 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Modelo predictivo de Viena \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,39 y 0,43 a los 12 meses y 24 meses, respectivamente. \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Timp et al., 2019<a class="elsevierStyleCrossRef" href="#bib0110"><span class="elsevierStyleSup">7</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Prospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3.750 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde marzo de 1999 hasta agosto de 2004 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Modelo predictivo de Viena \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,62 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Marin-Romero et al., 2019<a class="elsevierStyleCrossRef" href="#bib0115"><span class="elsevierStyleSup">8</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">195 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">De 2006 a 2014 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Modelo predictivo de Viena \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,63 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Rodger et al., 2017<a class="elsevierStyleCrossRef" href="#bib0120"><span class="elsevierStyleSup">9</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Prospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2.785 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde noviembre de 2008 hasta febrero de 2015 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Regla HER-DOO2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Incidencia acumulada de TEV recurrente del 3,0% y 8,1% en mujeres de bajo riesgo y en mujeres y hombres del alto riesgo, respectivamente \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Tosetto et al., 2017<a class="elsevierStyleCrossRef" href="#bib0125"><span class="elsevierStyleSup">10</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con de TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">827 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde enero de 2007 hasta septiembre de 2016 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Score DASH \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,65 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Timp et al., 2019<a class="elsevierStyleCrossRef" href="#bib0110"><span class="elsevierStyleSup">7</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Prospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3.750 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde marzo de 1999 hasta agosto de 2004 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Score DASH \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,66 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Marin-Romero et al., 2019<a class="elsevierStyleCrossRef" href="#bib0115"><span class="elsevierStyleSup">8</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">195 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">De 2006 a 2014 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Score DASH \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,63 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Franco et al.,2017<a class="elsevierStyleCrossRef" href="#bib0130"><span class="elsevierStyleSup">11</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV no provocado \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">121 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde agosto de 2012 hasta octubre de 2015 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Nomograma DAMOVES \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Externa \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,83 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Calazans et al., 2016<a class="elsevierStyleCrossRef" href="#bib0135"><span class="elsevierStyleSup">12</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TVP \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">240 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">NR \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Neural Network \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Interna \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleItalic">Output</span> 0,97 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Martins et al., 2020<a class="elsevierStyleCrossRef" href="#bib0140"><span class="elsevierStyleSup">13</span></a></td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con TEV provocado y no provocado</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">235</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde enero de 2009 hasta agosto de 2016</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Neural Network 1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="3" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Interna</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,96 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Neural Network 2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,93 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Neural Network 3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,98 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Muñoz et al., 2022<a class="elsevierStyleCrossRef" href="#bib0145"><span class="elsevierStyleSup">14</span></a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con cáncer activo y un episodio de TEV tratados con anticoagulantes 6 meses \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">21.227 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">De 2014 a 2018 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Random Forest \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Interna \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">AUC 0,72 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Mora et al., 2022<a class="elsevierStyleCrossRef" href="#bib0150"><span class="elsevierStyleSup">15</span></a></td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Retrospectivo</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Pacientes con EP que interrumpieron la anticoagulación antes de 90 días</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1.348</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Desde marzo de 2001 hasta marzo de 2018</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Decision tree</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="10" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Interna</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">EP fatal: AUC 0,80 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TEV no fatal: AUC 0,80 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K-nearest neighbors</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">EP fatal: AUC 0,87 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TEV no fatal: AUC 0,87 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Support vector machine</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">EP fatal: AUC 0,85 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TEV no fatal: AUC 0,85 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Ensemble</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">EP fatal: AUC 0,90 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TEV no fatal: AUC 0,90 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="2" align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Neural Network</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">EP fatal: AUC 0,96 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TEV no fatal: AUC 0,96 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab3395482.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">Rendimiento de los modelos de regresión múltiple y de los algoritmos de inteligencia artificial para predecir recurrencia en pacientes con tromboembolismo venoso</p>" ] ] ] "bibliografia" => array:2 [ "titulo" => "Bibliografía" "seccion" => array:1 [ 0 => array:2 [ "identificador" => "bibs0015" "bibliografiaReferencia" => array:15 [ 0 => array:3 [ "identificador" => "bib0080" "etiqueta" => "1" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Risk assessment of recurrence in patients with unprovoked deep vein thrombosis or pulmonary embolism: The Vienna prediction model" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "S. Eichinger" 1 => "G. Heinze" 2 => "L.M. Jandeck" 3 => "P.A. Kyrle" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1161/CIRCULATIONAHA.109.925214" "Revista" => array:6 [ "tituloSerie" => "Circulation" "fecha" => "2010" "volumen" => "121" "paginaInicial" => "1630" "paginaFinal" => "1636" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/20351233" "web" => "Medline" ] ] ] ] ] ] ] ] 1 => array:3 [ "identificador" => "bib0085" "etiqueta" => "2" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Predicting disease recurrence in patients with previous unprovoked venous thromboembolism: A proposed prediction score (DASH)" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A. Tosetto" 1 => "A. Iorio" 2 => "M. Marcucci" 3 => "T. Baglin" 4 => "M. Cushman" 5 => "S. Eichinger" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1111/j.1538-7836.2012.04735.x" "Revista" => array:6 [ "tituloSerie" => "J Thromb Haemost" "fecha" => "2012" "volumen" => "10" "paginaInicial" => "1019" "paginaFinal" => "1025" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/22489957" "web" => "Medline" ] ] ] ] ] ] ] ] 2 => array:3 [ "identificador" => "bib0090" "etiqueta" => "3" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Identifying unprovoked thromboembolism patients at low risk for recurrence who can discontinue anticoagulant therapy" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.A. Rodger" 1 => "S.R. Kahn" 2 => "P.S. Wells" 3 => "D.A. Anderson" 4 => "I. Chagnon" 5 => "G. Le Gal" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1503/cmaj.080493" "Revista" => array:6 [ "tituloSerie" => "CMAJ" "fecha" => "2008" "volumen" => "179" "paginaInicial" => "417" "paginaFinal" => "426" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18725614" "web" => "Medline" ] ] ] ] ] ] ] ] 3 => array:3 [ "identificador" => "bib0095" "etiqueta" => "4" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "A risk score for prediction of recurrence in patients with unprovoked venous thromboembolism (DAMOVES)" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A.I. Franco Moreno" 1 => "M.J. García Navarro" 2 => "J. Ortiz Sánchez" 3 => "R.M. Martín Díaz" 4 => "E. Madroñal Cerezo" 5 => "C.L. de Ancos Aracil" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ejim.2015.12.010" "Revista" => array:6 [ "tituloSerie" => "Eur J Intern Med" "fecha" => "2016" "volumen" => "29" "paginaInicial" => "59" "paginaFinal" => "64" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26775136" "web" => "Medline" ] ] ] ] ] ] ] ] 4 => array:3 [ "identificador" => "bib0100" "etiqueta" => "5" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Risk of recurrence after a first unprovoked venous thromboembolism: External validation of the Vienna Prediction Model with pooled individual patient data" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Marcucci" 1 => "A. Iorio" 2 => "J.D. Douketis" 3 => "S. Eichinger" 4 => "A. Tosetto" 5 => "T. Baglin" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1111/jth.12871" "Revista" => array:5 [ "tituloSerie" => "J Thromb Haemost" "fecha" => "2015" "volumen" => "13" "paginaInicial" => "775" "paginaFinal" => "781" ] ] ] ] ] ] 5 => array:3 [ "identificador" => "bib0105" "etiqueta" => "6" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Predicting recurrence after unprovoked venous thromboembolism: Prospective validation of the updated Vienna Prediction Model" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "T. Tritschler" 1 => "M. Méan" 2 => "A. Limacher" 3 => "N. Rodondi" 4 => "D. Aujesky" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1182/blood-2015-04-641225" "Revista" => array:6 [ "tituloSerie" => "Blood" "fecha" => "2015" "volumen" => "126" "paginaInicial" => "1949" "paginaFinal" => "1951" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26341256" "web" => "Medline" ] ] ] ] ] ] ] ] 6 => array:3 [ "identificador" => "bib0110" "etiqueta" => "7" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Risk prediction of recurrent venous thrombosis; where are we now and what can we add?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "J.F. Timp" 1 => "W.M. Lijfering" 2 => "F.R. Rosendaal" 3 => "S. le Cessie" 4 => "S.C. Cannegieter" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1111/jth.14535" "Revista" => array:6 [ "tituloSerie" => "J Thromb Haemost" "fecha" => "2019" "volumen" => "17" "paginaInicial" => "1527" "paginaFinal" => "1534" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/31188515" "web" => "Medline" ] ] ] ] ] ] ] ] 7 => array:3 [ "identificador" => "bib0115" "etiqueta" => "8" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Risk Of Recurrence After Withdrawal Of Anticoagulation In Patients With Unprovoked Venous Thromboembolism: External Validation Of The Vienna Nomogram And The Dash Prediction Score [Article in English, Spanish]" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "S. Marin-Romero" 1 => "T. Elías-Hernández" 2 => "M.I. Asensio-Cruz" 3 => "R. Ortega-Rivera" 4 => "R. Morillo-Guerrero" 5 => "J. Toral" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.arbres.2019.03.025" "Revista" => array:6 [ "tituloSerie" => "Arch Bronconeumol (Engl Ed)" "fecha" => "2019" "volumen" => "55" "paginaInicial" => "619" "paginaFinal" => "626" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/31130245" "web" => "Medline" ] ] ] ] ] ] ] ] 8 => array:3 [ "identificador" => "bib0120" "etiqueta" => "9" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Validating the HERDOO2 rule to guide treatment duration for women with unprovoked venous thrombosis: Multinational prospective cohort management study" "autores" => array:1 [ 0 => array:3 [ "colaboracion" => "REVERSE II Study Investigators" "etal" => true "autores" => array:6 [ 0 => "M.A. Rodger" 1 => "G. Le Gal" 2 => "D.R. Anderson" 3 => "J. Schmidt" 4 => "G. Pernod" 5 => "S.R. Kahn" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1136/bmj.j1065" "Revista" => array:5 [ "tituloSerie" => "BMJ" "fecha" => "2017" "volumen" => "356" "paginaInicial" => "j1065" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28314711" "web" => "Medline" ] ] ] ] ] ] ] ] 9 => array:3 [ "identificador" => "bib0125" "etiqueta" => "10" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "External validation of the DASH prediction rule: A retrospective cohort study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A. Tosetto" 1 => "S. Testa" 2 => "I. Martinelli" 3 => "D. Poli" 4 => "B. Cosmi" 5 => "C. Lodigiani" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1111/jth.13781" "Revista" => array:6 [ "tituloSerie" => "J Thromb Haemost" "fecha" => "2017" "volumen" => "15" "paginaInicial" => "1963" "paginaFinal" => "1970" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28762665" "web" => "Medline" ] ] ] ] ] ] ] ] 10 => array:3 [ "identificador" => "bib0130" "etiqueta" => "11" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Predicting recurrence after a first unprovoked venous thromboembolism: Retrospective validation of the DAMOVES score" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "A.I. Franco Moreno" 1 => "M.J. García Navarro" 2 => "J. Ortiz Sánchez" 3 => "J.M. Ruiz Giardín" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ejim.2017.03.022" "Revista" => array:6 [ "tituloSerie" => "Eur J Intern Med" "fecha" => "2017" "volumen" => "41" "paginaInicial" => "e15" "paginaFinal" => "e16" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28392191" "web" => "Medline" ] ] ] ] ] ] ] ] 11 => array:3 [ "identificador" => "bib0135" "etiqueta" => "12" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Artificial Neural Network for Prediction of Venous Thrombosis Recurrence" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "A.V. Calazans Romano" 1 => "T. Dias Martins" 2 => "R. Maciel" 3 => "E.V. de Paula" 4 => "J.M. Annichino-Bizzacchi" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1182/blood.V128.22.3771.3771" "Revista" => array:4 [ "tituloSerie" => "Blood" "fecha" => "2016" "volumen" => "128" "paginaInicial" => "3771" ] ] ] ] ] ] 12 => array:3 [ "identificador" => "bib0140" "etiqueta" => "13" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Artificial neural networks for prediction of recurrent venous thromboembolism" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "T.D. Martins" 1 => "J.M. Annichino-Bizzacchi" 2 => "A.V.C. Romano" 3 => "R. Maciel Filho" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ijmedinf.2020.104221" "Revista" => array:5 [ "tituloSerie" => "Int J Med Inform" "fecha" => "2020" "volumen" => "141" "paginaInicial" => "104221" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/32593848" "web" => "Medline" ] ] ] ] ] ] ] ] 13 => array:3 [ "identificador" => "bib0145" "etiqueta" => "14" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Predicting recurrence of venous thromboembolism in anticoagulated cancer patients using real-world data and machine learning" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A.J. Muñoz Martín" 1 => "S. Huerga Domínguez" 2 => "J.C. Souto" 3 => "J. Revuelta" 4 => "A. Sanchez" 5 => "A. Garcia-Palomo" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1200/JCO.2022.40.16_suppl.e18742" "Revista" => array:5 [ "tituloSerie" => "J Clin Oncol" "fecha" => "2022" "volumen" => "40" "numero" => "Suppl 16" "paginaInicial" => "e18742" ] ] ] ] ] ] 14 => array:3 [ "identificador" => "bib0150" "etiqueta" => "15" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "RIETE Investigators. Machine Learning to Predict Outcomes in Patients with Acute Pulmonary Embolism Who Prematurely Discontinued Anticoagulant Therapy" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "D. Mora" 1 => "J.A. Nieto" 2 => "J. Mateo" 3 => "B. Bikdeli" 4 => "S. Barco" 5 => "J. Trujillo-Santos" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1055/a-1525-7220" "Revista" => array:6 [ "tituloSerie" => "Thromb Haemost" "fecha" => "2022" "volumen" => "122" "paginaInicial" => "570" "paginaFinal" => "577" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/34107539" "web" => "Medline" ] ] ] ] ] ] ] ] ] ] ] ] ] "idiomaDefecto" => "es" "url" => "/00142565/0000022300000007/v5_202312180715/S0014256523001157/v5_202312180715/es/main.assets" "Apartado" => array:4 [ "identificador" => "992" "tipo" => "SECCION" "es" => array:2 [ "titulo" => "Correspondencia" "idiomaDefecto" => true ] "idiomaDefecto" => "es" ] "PDF" => "https://static.elsevier.es/multimedia/00142565/0000022300000007/v5_202312180715/S0014256523001157/v5_202312180715/es/main.pdf?idApp=WRCEE&text.app=https://revclinesp.es/" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0014256523001157?idApp=WRCEE" ]
