utilidad de una red neuronal artificial para predecir la necesidad de derivación endoluminal en la...

Investigaci�on cl�ınica

DOI of or

Division ofSurgery, Univ

CorrespondDepartment oCologne, KerpeMarko.Aleksic

Ann Vasc SurDOI: 10.1016/� Annals of VPublicado en l

688

Utilidad de una red neuronal artificial parapredecir la necesidad de derivaci�onendoluminal en la cirug�ıa carot�ıdea

Marko Aleksic, Thomas Luebke, Joerg Heckenkamp, Michael Gawenda, Viktor Reichert

y Jan Brunkwall, Colonia, Alemania

Predecir la tolerancia del paciente al clampaje ser�ıa de utilidad en la cirug�ıa carot�ıdea, a fin deminimizar los riesgos de ictus perioperatorio. En este estudio cl�ınico, se utiliz�o una red neuronalartificial (RNA), y se compar�o con los m�etodos estad�ısticos convencionales, con el objetivo deevaluar aquellos par�ametros que permitan predecir la necesidad de derivaci�on endoluminal. Seanaliz�o la necesidad de protecci�on del flujo cerebral en 850 pacientes sometidos aendarterectom�ıa carot�ıdea, bajo anestesia local, por estenosis carot�ıdea severa. Con este fin,se utiliz�o una RNA est�andar de alimentaci�on directa y retropropagaci�on (NeuroSolutions�;NeuroDimensions, Gainesville, FL) con tres capas (una capa de entrada, una oculta y otra desalida). Se examinaron de forma separada los par�ametros cl�ınicos preoperatorios (n ¼ 9) y loshemodin�amicos intraoperatorios (n ¼ 3) de las neuronas de entrada. La precisi�on de lapredicci�on se compar�o con los resultados de un an�alisis de regresi�on con las mismas variables.En 173 pacientes (20%) se realiz�o una derivaci�on debido a la aparici�on de d�eficits hemisf�ericoso p�erdida del conocimiento durante el clampaje. La predicci�on de la RNA de no necesidad dederivaci�on se realiz�o mediante par�ametros preoperatorios e intraoperatorios con una exactituddel 96% y 91%, respectivamente, mientras que el an�alisis de regresi�on mostr�o una exactitud del98% y el 96%, respectivamente. Los pacientes que necesitaron una derivaci�on fueron identifi-cados mediante par�ametros preoperatorios en un 9% y por los intraoperatorios en un 56% alutilizar la RNA. El an�alisis de regresi�on predijo correctamente el uso de shunts en el 10% de losque utilizaron los par�ametros preoperatorios y en el 41% de los que usaron los intraoperatorios.Los par�ametros hemodin�amicos intraoperatorios son m�as adecuados que los preoperatorios a lahora de indicar la necesidad de shunt en los casos en que la aplicaci�on de una RNA proporcionaunos resultados ligeramente mejores que el an�alisis de regresi�on. Sin embargo, la exactitudglobal es demasiado baja para renunciar a los m�etodos de neuromonitorizaci�on perioperatoria,como la anestesia local.

iginal article: 10.1016/j.avsg.2008.04.004.

Vascular Surgery, Department of Visceral and Vascularersity Clinic of Cologne, Colonia, Alemania.

encia: Marko Aleksic, MD, Division of Vascular Surgery,f Visceral and Vascular Surgery, University Clinic ofner Str. 62, 50973 Colonia, Alemania. Correo electr�onico:@uk-koeln.de

g 2008; 22: 635-642j.acvsp.2008.10.005ascular Surgery Inc.a red: 2 de septiembre de 2008

INTRODUCCI �ON

La endarterectom�ıa carot�ıdea (EAC) ha demostrado

ser superior en t�erminos de profilaxis del ictus en

comparaci�on con el tratamiento m�edico de la este-

nosis severa de la car�otida interna (ACI), tanto sin-

tom�atica como asintom�atica1,2. A estos efectos, no

debe pasarse por alto la isquemia cerebral durante el

clampaje carot�ıdeo, que constituye una causa

potencial de d�eficits neurol�ogicos3. La colocaci�on de

un shunt intraluminal previene las consecuencias de

Vol. 22, N.º 5, 2008 RNA para predecir la necesidad de shunt en la cirug�ıa carot�ıdea 689

la hipoperfusi�on, pero su uso rutinario podr�ıaaumentar el riesgo de ictus perioperatorios debido a

lesi�on arterial, tromboembolia, o disfunci�on del

propio shunt4. Seg�un una revisi�on sistem�atica que

analiz�o los resultados asociados con el uso rutinario

o selectivo de shunts en la EAC, no puede preferirse o

descartarse ninguno de los m�etodos debido a que los

datos son muy limitados5.

No obstante, si se apoya el concepto de utilizaci�on

selectiva de shunts, ser�ıa �util saber de antemano qu�epacientes no tolerar�an el clampaje de la car�otida,

ya que todos los m�etodos de neuromonitorizaci�on,

en particular bajo anestesia general (electro-

encefalograf�ıa [EEG], potenciales evocados somato-

sensoriales, eco-Doppler transcraneal, determinaci�on

de la presi�on del mun�on de la ACI), son inciertos6-8.

Una de las alternativas a la ‘‘valoraci�on subjetiva por

el cirujano del sangrado retr�ogrado desde la ACI

distal’’9 es la realizaci�on de la cirug�ıa carot�ıdea bajo

anestesia local. La observaci�on continuada del

estado neurol�ogico del paciente despierto es fiable a

la hora de determinar si es necesaria una derivaci�on

o no10.

M�as recientemente, se ha utilizado el an�alisis

mediante una red neuronal artificial (RNA). Este

modelo matem�atico no lineal se caracteriza princi-

palmente por un proceso de autoaprendizaje para

establecer y mejorar su valor predictivo. Del mismo

modo que los humanos aplicamos el conocimiento

adquirido con la experiencia pasada a nuevos pro-

blemas o situaciones, una red neural utiliza los

resultados de an�alisis previos para construir un sis-

tema de ‘‘neuronas’’ que haga nuevas predicciones.

En la pr�actica, esto significa que el resultado actual,

en un contexto determinado, se compara repetida-

mente con el resultado predicho, lo que influye en

el peso de las relaciones entre las variables y por

tanto determina de forma incremental su valor

predictivo11.

En la literatura m�edica se encuentran trabajos en

los que se han aplicado modelos de RNA para el

diagn�ostico (infarto de miocardio12,13, embolia pul-

monar14, hemorragia gastrointestinal15), el an�alisis

morfol�ogico de ondas (electrocardiogramas16,

EEG17,18), y la imagen radiogr�afica19. Las RNA

tambi�en se han utilizado con �exito en la predicci�on

de resultados cl�ınicos con respecto a la mortalidad

por traumatismo20,21, trasplantes22, y oncolog�ıa,

donde, p. ej., han predicho el resultado en pacientes

con c�ancer colorrectal de forma m�as precisa que con

el sistema de clasificaci�on clinicopatol�ogica23.

Adem�as, las redes pueden generalizarse, ya que

tambi�en han permitido predecir el resultado en

pacientes procedentes de una instituci�on

independiente.

Puesto que no puede darse por sentada una

asociaci�on lineal entre variables en la cirug�ıacarot�ıdea, que s�ı es requerida por otros an�alisis

estad�ısticos, una RNA podr�ıa ser de utilidad a la

hora de predecir la necesidad de shunt y podr�ıaincluso superar el rendimiento de los an�alisis de

regresi�on que se aplican habitualmente. Por tanto,

en el siguiente estudio se compar�o la exactitud de la

predicci�on de shunt entre una RNA y un an�alisis de

regresi�on convencional, en el que los par�ametros

pre e intraoperatorios se evaluaron de forma aislada.

La base de datos se origin�o a partir de intervenciones

realizadas solamente bajo anestesia local.

MATERIALES Y M�ETODOS

Desde enero de 2000 hasta agosto de 2006, un total

de 850 pacientes fueron sometidos a EAC bajo anes-

tesia local, y constituyeron la poblaci�on de estudio.

Todos los datos perioperatorios se obtuvieron de

forma prospectiva y posteriormente se utilizaron

de forma retrospectiva para el an�alisis de predicci�on.

El estudio se present�o al comit�e de �etica local, que no

puso ninguna objeci�on.

Las intervenciones se realizaron bajo la

supervisi�on de 5 cirujanos vasculares senior. Se rea-

lizaron de forma programada en pacientes asin-

tom�aticos, mientras que en los sintom�aticos, el

tiempo de intervenci�on dependi�o de la rapidez con

la que fue insertada la derivaci�on endoluminal. La

intervenci�on se clasific�o como urgente o inmediata

si se realiz�o en las primeras 2 semanas o 2 d�ıas tras

el inicio de los s�ıntomas, respectivamente. En un

4% de los pacientes se intervino una estenosis recu-

rrente de la ACI (35/850).

Los pacientes con s�ıntomas de m�as de 6 meses de

evoluci�on y s�ıntomas inespec�ıficos, como mareo,

v�ertigo, o alteraciones cognitivas, se consideraron

asintom�aticos desde el punto de vista neurol�ogico.

La gravedad de las comorbilidades se evalu�oseg�un la clasificaci�on de la American Society of Anest-

hesiologists (ASA). El grado de estenosis de la ACI se

determin�o principalmente mediante eco-Doppler,

diferenci�andose entre estenosis de la ACI> 70% y>90%. As�ı mismo se registr�o la permeabilidad de la

ACI contralateral.

Si los hallazgos ecogr�aficos no fueron concluyen-

tes o fue necesario descartar una oclusi�on de la ACI,

se realiz�o una angiograf�ıa intraarterial adicional con

el examen selectivo de la ACI mediante inyecci�on

directa en 286 pacientes, lo que permiti�o evaluar

la presencia y direcci�on del flujo cruzado transhe-

misf�erico (hacia el hemisferio homolateral o en

direcci�on contraria al hemisferio homolateral).

690 Aleksic et al Anales de Cirug�ıa Vascular

A petici�on de los colegas que refirieron el caso, se

realiz�o una tomograf�ıa computerizada (TC) o una

resonancia magn�etica (RMN) cerebral antes de la

intervenci�on en 418 pacientes (49%) para compro-

bar la presencia de lesiones isqu�emicas.

Se sigui�o administrando cualquier tratamiento

preexistente con antiagregantes plaquetarios. Los

pacientes recibieron sedaci�on (midazolam, 7,5 mg

v.o.) antes de administrar la anestesia local, que

incluy�o el bloqueo del plexo cervical superficial y

profundo.

Tras la exposici�on de los vasos carot�ıdeos se

determin�o el flujo sangu�ıneo de la ACI utilizando

un flux�ımetro con medici�on del tiempo de tr�ansito.

Adicionalmente se registr�o el gradiente de presi�on a

trav�es de la estenosis (presi�on en la ACI/presi�on en

la arteria car�otida com�un [ACC]), como otro indica-

dor hemodin�amico del grado de estenosis, y la

presi�on en el mun�on de la ACI, representativo del

flujo sangu�ıneo cerebral colateral tras puncionar

directamente los vasos mediante un transductor de

presi�on calibrado.

La tolerancia a la isquemia cerebral se comprob�omediante el clampaje temporal de la ACI durante apro-

ximadamente 90 s. Se insert�o un shunt intraluminal

(9F Pruitt-Inahara) solamente si el paciente present�onuevos d�eficits hemisf�ericos, o su agravamiento, o se

produjo p�erdida de conocimiento, independiente-

mente de sus caracter�ısticas o de los par�ametros

hemodin�amicos registrados intraoperatoriamente.

Tras administrar 5.000 UI de heparina por v�ıasist�emica, se realiz�o una endarterectom�ıa est�andar

seguida de una plastia con parche de Dacr�on en la

mayor�ıa de los pacientes (796/850 ¼ 94%). Nuestro

departamento prefiere este tipo de reconstrucci�on

debido a su amplia aplicabilidad y resultados en

t�erminos de un bajo�ındice de recurrencia de estenosis.

En 46 intervenciones se utiliz�o la t�ecnica de la eversi�on

cuando existi�o adem�as una elongaci�on de la ACI.

Debido a la situaci�on anat�omica, la arteriotom�ıa tuvo

que cerrarse mediante sutura directa u otra t�ecnica,

como la interposici�on de pr�otesis en 8 ocasiones.

La heparina se revirti�o s�olo parcialmente (dos ter-

cios) tras haber controlado la reconstrucci�on

mediante la determinaci�on con el flux�ımetro.

Durante el postoperatorio se recetaron de forma

rutinaria heparina de bajo peso molecular (dosis

en funci�on del peso) y �acido acetilsalic�ılico (100

mg/d�ıa) siempre que no existiese ninguna

indicaci�on para una anticoagulaci�on adicional.

Uso de shunt a lo largo del tiempo

Para descartar cualquier sesgo con respecto a la

frecuencia de inserci�on de shunts, debido a las

preferencias personales de los cirujanos que inter-

vinieron en este estudio, o los cambios de h�abito y

experiencia a lo largo del tiempo, todo el per�ıodo de

estudio se dividi�o en 4 intervalos de 20 meses cada

uno, comparando la variaci�on en la tasa de

derivaci�on entre ellos.

Par�ametros evaluados

Las caracter�ısticas del paciente relacionadas con la

necesidad potencial de shunt (edad, sexo,

clasificaci�on ASA, momento de la cirug�ıa con res-

pecto a la aparici�on de los s�ıntomas, grado de este-

nosis de la ACI homolateral, presencia de oclusi�on de

la ACI contralateral, presentaci�on cl�ınica, lesiones

isqu�emicas cerebrales detectadas radiol�ogicamente,

flujo cruzado transhemisf�erico angiogr�afico) fueron

definidas como par�ametros preoperatorios. La

especificaci�on de cada par�ametro se presenta en la

tabla I. Adicionalmente, los par�ametros hemo-

din�amicos intraoperatorios fueron seleccionados

como variables de entrada para el an�alisis estad�ıstico

porque tanto la reducci�on del aporte de flujo al

cerebro, que depende del grado de estenosis de la ACI

(representado por el flujo de la ACI y el gradiente de

presi�on a trav�es de la estenosis), como la presi�on en el

mun�on de la ACI como indicador de la protecci�on del

flujo de sangre colateral podr�ıan influir en la tasa de

derivaciones. Los par�ametros pre e intraoperatorios

se analizaron de forma separada mediante RNA y

an�alisis de regresi�on.

Red neuronal artificial

En este estudio se utilizaron dos RNA est�andar

Perceptr�on multicapa, de alimentaci�on directa, en

las que se implement�o un modelo de retroaprendi-

zaje, uno para procesar los factores preoperatorios

y otro para analizar las variables intraoperatorias.

Cada red neural estuvo formada por una capa de

entrada, una capa oculta y una capa de salida.

Para reducir el tamano del grupo de datos y deter-

minar el grupo �optimo de variables de entrada, se

analiz�o la sensibilidad de las redes entrenadas

b�asicamente para priorizar las variables en el grupo

de datos suministrados. En detalle, este m�etodo

comprueba cada variable de entrada utilizando

una red neural. Cada variable es descartada de la

lista de entrada, y se determina la p�erdida resultante

de exactitud predictiva. Solamente las variables que

provocan una p�erdida significativa de exactitud al

ser descartadas son retenidas en el diseno final de

la red. As�ı pues, la capa de entrada consisti�o en 9

(factores preoperatorios) y 3 (factores intraoperato-

rios) neuronas de entrada, respectivamente. Cada

capa oculta interconectada consisti�o en 10 y 14

Tabla I. Especificaci�on de los par�ametros

Par�ametros preoperatoriosPar�ametrosintraoperatorios

Edad Flujo ACI (ml/min)

Sexo: hombre, mujer Presi�on del mun�on ACI

(mmHg)

Clasificaci�on ASA: I-IV Cociente de presi�on

sobre la estenosis (Dp

¼ pICA/pCCA)

Momento de la cirug�ıa:

programada, urgente,

inmediata

Grado de estenosis

homolateral ACI:

70%, < 90%, > 90%

ACI contralateral: per-

meable, ocluida

Estadio cl�ınico: asin-

tom�atico, CIT, ictus

Indicios radiol�ogicos de

isquemia cerebral:

presentes, ausente

Flujo cruzado transhe-

misf�erico

angiogr�afico: homo-

lateral, contralateral,

ausente

ACI: arteria car�otida interna; ASA: American Society of

Anesthesiologists.

Vol. 22, N.º 5, 2008 RNA para predecir la necesidad de shunt en la cirug�ıa carot�ıdea 691

neuronas ocultas con una funci�on de transferencia.

La capa de salida estuvo formada por una neurona

de salida. Para limitar el sesgo en la asignaci�on de

los subgrupos, las historias cl�ınicas de los pacientes

se dividieron aleatoriamente en grupos de entrena-

miento, validaci�on cruzada, y prueba en una

proporci�on 300:300:250. Cuando la funci�on de error

del grupo de validaci�on cruzada empez�o a

aumentar, se par�o el proceso de entrenamiento

para evitar sobreentrenar la red. El tamano del

paso de aprendizaje se estableci�o en 1,0 y la veloci-

dad en 0,7. Las RNA fueron entrenadas para apren-

der 10.000 iteraciones. El n�umero de capas de la red,

las neuronas ocultas, y los criterios para el cese se

determinaron a trav�es de un proceso de ensayo y

error, dado que no existe ninguna teor�ıa com�un-

mente aceptada que predetermine el n�umero�optimo de neuronas en la capa oculta. La inclusi�on

de una segunda capa oculta de nodos, p. ej., no

mejor�o el rendimiento del modelo.

Modelo de regresi�on log�ıstica binaria

Los mismos par�ametros pre e intraoperatorios (tabla

I) se utilizaron como variables independientes al

realizar el an�alisis de regresi�on binaria para calcular

las probabilidades de la necesidad de shunt en cada

paciente concreto.

An�alisis mediante las caracter�ısticas

operativas del receptor de los par�ame-tros pre e intraoperatorios

El rendimiento de los modelos estad�ısticos se evalu�omediante el an�alisis de las caracter�ısticas operativas

del receptor (ROC). En el an�alisis ROC, el rendi-

miento pron�ostico (es decir, la predicci�on del uso

de shunt) se describe seg�un dos �ındices: la fracci�on

verdadero positivo y la fracci�on falso positivo. El�area bajo la curva (ABC) ROC como medida no

param�etrica de discriminaci�on generada a partir de

los grupos de prueba respectivos se utiliz�o para

comparar el rendimiento de las RNA y del an�alisis de

regresi�on con respecto a los par�ametros pre e

intraoperatorios.

Estad�ıstica

Para el an�alisis estad�ıstico se utiliz�o el programa

SPSS, versi�on 12.0 (SPSS, Inc., Chicago, IL). Los

datos continuos se presentan como media e inter-

valo. La comparaci�on entre grupos se realiz�omediante la prueba chi-cuadrado. Las diferencias

se consideraron significativas para un valor de p <0,05.

La RNA se estableci�o con Neurosolutions�,

versi�on 5.0 (NeuroDimension, Gainesville, FL).

RESULTADOS

Caracter�ısticas de los pacientes

La media de edad de los pacientes fue de 70 anos

(l�ımites 39-91). El 69% fueron hombres y el 31%

mujeres. La mayor�ıa de ellos presentaron comborbi-

lidades graves que fueron clasificadas seg�un la ASA

(78% ASA III y IV).

La intervenci�on se realiz�o por estenosis sin-

tom�atica en el 40% de los casos (195 accidentes

isqu�emicos transitorios hemisf�ericos incluyendo

s�ıntomas oculares y 128 ictus). El 60% de los pacien-

tes no presentaron s�ıntomas neurol�ogicos. Ochenta

y una intervenciones (10%) fueron realizadas de

forma urgente en pacientes sintom�aticos, mientras

que 37 se realizaron de forma inmediata (4%) tras

el inicio de los s�ıntomas.

La mayor�ıa de los pacientes (53%) presentaron

estenosis de la ACI homolateral suboclusiva (>90%). En 81 casos (10%) se observ�o una oclusi�on

de la ACI contralateral. No existieron diferencias

Tabla II. Tasa de derivaci�on a lo largo del tiempo

692 Aleksic et al Anales de Cirug�ıa Vascular

en el lado intervenido (derecho frente a izquierdo:

429/421).

01/2000-08/2001 166 21

05/2003-12/2004 247 20

01/2005-08/2006 224 18

EAC: endarterectom�ıa carot�ıdea.

Las gammagraf�ıas cerebrales mostraron lesiones

isqu�emicas cerebrales en el 58% de los casos (243/

418). El flujo cruzado hacia el hemisferio homolate-

ral se detect�o mediante angiograf�ıa en el 52% de los

casos (148/286), mientras que el flujo cruzado hacia

el hemisferio contralateral estuvo presente en el

18% de los (53/286). En el 30% (85/286) de los

casos no se observ�o flujo cruzado transhemisf�erico.

Determinaciones hemodin�amicas

intraoperatorias

El flujo de la ACI antes de la endarterectom�ıa oscil�oentre 1 y 620 ml/min, con una media de 164 ml/

min. La presi�on media en el mun�on de la ACI fue

de 50 mmHg, con un intervalo de 4-140 mmHg. El

cociente de presiones oscil�o entre 0,16 y 1,0, con

una media de 0,88.

Tasa de derivaci�on y comparaci�on a lo

largo del tiempo

En 173 pacientes fue necesario insertar un shunt

(20%). La tasa de derivaci�on no difiri�o de forma

significativa a lo largo de los cuatro per�ıodos (p ¼0,724) (tabla II).

Resultado

En estas 850 intervenciones se produjeron 7 d�eficits

temporales menores (0,8%) y 12 ictus de nueva

aparici�on (1,4%) con deterioro neurol�ogico perma-

nente. Entre estos 19 pacientes, 12 presentaron

s�ıntomas neurol�ogicos ya antes de la intervenci�on.

En 10 de los 19 pacientes se hab�ıa colocado un shunt.

Predicci�on de derivaci�on

Seg�un el an�alisis de RNA. La tolerancia al clampaje

de la car�otida, y por tanto la no necesidad de realizar

una derivaci�on, se predijo correctamente en el 96%

de los casos cuando se utilizaron los par�ametros

preoperatorios como factores de entrada para la

RNA y en el 91% de los casos en que se utilizaron

los par�ametros intraoperatorios. Sin embargo, la

necesidad de derivaci�on se predijo solamente en

un 9% con los par�ametros preoperatorios y en un

56% con los par�ametros intraoperatorios.

Una vez aplicado el an�alisis de regresi�on, los

pacientes que no necesitaron una derivaci�on fueron

identificados correctamente por los par�ametros

preoperatorios en el 98% de los casos, y por los

intraoperatorios en el 96%. De nuevo, la necesidad

de derivaci�on no estuvo suficientemente indicada ni

por los par�ametros preoperatorios ni por los intrao-

peratorios (9 y 41%, respectivamente).

An�alisis ROC. Tras el an�alisis ROC de la RNA (fig.

1), el ABC de los par�ametros intraoperatorios (0,84,

intervalo de confianza [IC] del 95%: 0,781-0,9) fue

mayor que el de los par�ametros preoperatorios

(0,695, IC del 95%: 0,623-0,768). Se observ�o una

diferencia similar en el an�alisis de regresi�on, con un

ABC de 0,873 (IC del 95%: 0,83-0,916) para los

par�ametros intraoperatorios y de 0,713 (IC del 95%:

0,655-0,771) para los preoperatorios (fig. 2).

DISCUSI �ON

El an�alisis multivariante mediante regresi�on log�ıs-tica se utiliza ampliamente en investigaci�on m�edica

para definir los factores pron�osticos. Dicho m�etodo

estad�ıstico se basa en la suposici�on de que las varia-

bles son lineales e independientes. En los sistemas

biol�ogicos y epidemiol�ogicos, no obstante, se han

demostrado principalmente interacciones complejas

no lineales. Cuando dichas relaciones entre las

variables son multidimensionales, se supone que

las RNA se adecuan mejor para la predicci�on de

resultados que otros modelos de predicci�on estad�ıs-tica. El car�acter de autoaprendizaje de la RNA se des-

cribe mejor por el proceso de entrenamiento de

retropropagaci�on utilizado en este estudio, en el

que el peso de las relaciones entre las variables se

establece mediante la comparaci�on repetitiva entre

los resultados predichos y el resultado real en el

grupo de datos suministrados, que determina en

�ultimo lugar su grado de significaci�on.

La dificultad a la hora de desarrollar modelos que

utilicen las RNA es que no existen teor�ıas com�un-

mente aceptadas que definan la arquitectura de la

red. Otra limitaci�on de los modelos de redes neurales

es que los coeficientes estandarizados y los cocientes

de probabilidad correspondientes a cada variable no

pueden calcularse y presentarse f�acilmente, dado

que son modelos de regresi�on.

1,00,80,60,40,20,0

1 - Specificity

1,0

0,8

0,6

0,4

0,2

0,0

Sen

sitivity

intraop. parameters

preop. parameters

Fig. 2. Curvas ROC obtenidas del an�alisis de regresi�on

con respecto a los par�ametros pre e intraoperatorios.

1,00,80,60,40,20,0

1 - Specificity

1,0

0,8

0,6

0,4

0,2

0,0

Sen

sitivity

intraop. parameters

preop. parameters

Fig. 1. Curvas ROC obtenidas de la RNA con respecto a

los par�ametros pre e intraoperatorios.

Vol. 22, N.º 5, 2008 RNA para predecir la necesidad de shunt en la cirug�ıa carot�ıdea 693

El an�alisis de las redes neurales genera pesos, que

son dif�ıciles de interpretar ya que se ven afectados

por el programa utilizado para generarlos24. Esta

falta de interpretabilidad a nivel de las variables

individuales (predictores) es una de las caracter�ısti-cas m�as criticadas en los modelos de redes neura-

les25. Adem�as, en comparaci�on con los modelos de

regresi�on lineal y log�ıstica, los modelos de RNA

tienen m�as tendencia al sobreajuste si se permiten

demasiados par�ametros libres. En este estudio, se

evit�o sobreajustar la red con los datos del entre-

namiento utilizando una validaci�on cruzada para

minimizar el error de generalizaci�on al aplicar el

modelo a un grupo de prueba.

Varias publicaciones en la literatura m�edica han

demostrado el �exito de los protocolos de RNA. En

una revisi�on realizada por Sargent26 de 28 estudios

importantes, la RNA super�o a los modelos de

regresi�on en 10 casos (36%), se vio superada por los

modelos de regresi�on en 4 (14%), y su rendimiento

fue similar a los modelos de regresi�on en los res-

tantes. Se lleg�o a la conclusi�on de que deben seguir

utiliz�andose ambos m�etodos, explor�andose de

forma complementaria. Gaudart et al27, utilizando

datos simulados, compararon el rendimiento de los

modelos de RNA y regresi�on lineal de los datos

epidemiol�ogicos y observaron que el rendimiento y

la solidez de ambos eran comparables. En otra

revisi�on colectiva de 28 estudios que compararon las

RNA con modelos de regresi�on log�ıstica o Cox, las

RNA superaron a los modelos de regresi�on en 10 de

los 28 estudios, pero se vieron superadas por los

modelos de regresi�on en 4 estudios, y el rendimiento

de ambos m�etodos fue similar en los 14 estudios

restantes. En los 8 estudios de mayor tamano

(tamano de la muestra > 5.000), los modelos de

RNA y de regresi�on empataron en 7 casos.

En cirug�ıa vascular, las RNA fueron capaces de

predecir complicaciones card�ıacas perioperatorias28

y el resultado, p. ej., en pacientes con rotura de

aneurisma a�ortico abdominal29.

En una publicaci�on reciente, se aplic�o de nuevo

una RNA en la correcci�on de aneurismas a�orticos

abdominales para predecir la mortalidad y fue

menos exacta que el an�alisis de regresi�on m�ultiple30.

Sin embargo, las variables de entrada se escogieron

por los resultados de la regresi�on log�ıstica univa-

riante de la misma base de datos.

Por el contrario, en este estudio, las variables de

entrada para la posible necesidad de derivaci�on fue-

ron seleccionadas independientemente de los datos

reales, de acuerdo con la literatura que sugiri�o estos

factores de riesgo31-35.

En conjunto, la RNA y los an�alisis de regresi�on

presentaron resultados similares en t�erminos de

importancia cl�ınica dado que los pacientes que tole-

raron el clampaje fueron identificados bastante

bien, mientras que la detecci�on fue baja en los que

necesitaron un shunt. Eso significa que estos

pacientes se habr�ıan dejado sin protecci�on frente a la

isquemia cerebral con el riesgo de sufrir un ictus si

nos hubi�esemos fiado de la predicci�on generada por

cualquier modelo estad�ıstico. Por lo tanto, la

colocaci�on de un shunt no puede basarse en los

694 Aleksic et al Anales de Cirug�ıa Vascular

par�ametros preoperatorios, como los signos cl�ınicos

o radiol�ogicos de ictus previo y otros criterios

angiogr�aficos, como el flujo cruzado solo, como se

ha sugerido anteriormente en la literatura. En tales

casos, la necesidad de establecer una derivaci�on

estar�ıa claramente subestimada.

Se supon�ıa que los par�ametros intraoperatorios

reflejaban mejor la condici�on hemodin�amica

durante la intervenci�on y, por tanto, quiz�a pre-

dec�ıan mejor el uso de shunt. Sin embargo, de

nuevo, la no necesidad de derivaci�on se predijo casi

siempre de forma correcta, mientras que la necesi-

dad de derivaci�on se predijo solamente en la mitad

de los pacientes que la necesitaron realmente. Esta

discrepancia se observ�o con la RNA y el an�alisis de

regresi�on. Si bien las variables intraoperatorias

proporcionaron mejores resultados que las variables

preoperatorias, la precisi�on predictiva sigue siendo

demasiado baja en vista de las consecuencias

potenciales de, err�oneamente, dejar de colocar un

shunt.

As�ı mismo, el an�alisis ROC confirma la superiori-

dad de las variables intraoperatorias para predecir el

uso de shunt durante la EAC, entre las que destaca la

que se utiliza m�as habitualmente, la presi�on del

mun�on de la ACI.

Al analizar los pacientes sometidos a EAC

tambi�en bajo anestesia local, Calligaro y Doug-

herty36 sugirieron un umbral de 40 mmHg para la

colocaci�on del shunt, en el que la tasa de falsos

negativos ser�ıa del 1%. Con este umbral, el doble de

los pacientes que realmente necesitaban una

derivaci�on habr�ıan recibido una en nuestra serie, lo

que ilustra las limitaciones de este �unico par�ametro.

Otros autores consideran que la presi�on del mun�on

de la ACI por s�ı misma no es adecuada para selec-

cionar los pacientes candidatos a una derivaci�on37.

Si todos estos resultados se transfieren a la EAC

realizada bajo anestesia general sin

neuromonitorizaci�on, sencillamente no sabr�ıamos

cu�ando realizar una derivaci�on sin exponer al

paciente a un riesgo de lesi�on vascular o isquemia

cerebral.

En el estudio aqu�ı descrito, la tasa de derivaciones

alcanz�o el 20%, porcentaje similar al observado por

otros autores38,39. Otras publicaciones describen

tasas de derivaci�on menores, de s�olo el 5%, al rea-

lizar EAC en pacientes despiertos40, hecho que no se

explica dado que las caracter�ısticas demogr�aficas,

anat�omicas y cl�ınicas, as�ı como la estrategia

quir�urgica, no difieren b�asicamente entre estas

publicaciones. En este estudio tampoco se produjo

un exceso de sedaci�on que pudiese ser causa de un

aumento del uso de shunts. Adem�as, puede demos-

trarse que la tasa de derivaci�on no depende de la

estrategia de cada cirujano, ya que la frecuencia de

su utilizaci�on no vari�o a lo largo del tiempo en este

estudio.

RESUMEN

En resumen, la RNA no mostr�o de forma clara una

mayor precisi�on que el an�alisis de regresi�on a la

hora de predecir la necesidad de derivaci�on durante

una EAC. En particular, los par�ametros preoperato-

rios recomendados tradicionalmente subestimaron

la necesidad de derivaci�on, pero los par�ametros

intraoperatorios tambi�en definir�ıan aproximada-

mente en uno de cada 2 pacientes que no tolerar�ıaun clampaje. La no necesidad de derivaci�on podr�ıapredecirse bastante bien mediante ambos modelos

estad�ısticos, lo que, no obstante, es cl�ınicamente

menos importante. Como consecuencia, no puede

brindarse ning�un consejo general en cuanto a la

colocaci�on de shunt para un paciente concreto que

vaya a someterse a una EAC sin la adecuada

neuromonitorizaci�on, que, por tanto, sigue siendo

obligatoria.

BIBLIOGRAF�IA

1. Barnett HJ, Taylor DW, Eliasziw M, et al. Benefit of carotid

endarterectomy in patients with symptomatic moderate or

severe stenosis. North American Symptomatic Carotid

Endarterectomy Trial collaborators. N Engl J Med 1998;339:

1415-1425.

2. Halliday A, Mansfield A, Marro J, et al. Prevention of disa-

bling and fatal strokes by successful carotid endarterectomy

in patients without recent neurological symptoms: rando-

mised controlled trial. Lancet 2004;363:1491-1502.

3. McKinsey JF, Desai TR, Bassiouny HS, et al. Mechanisms of

neurologic deficits and mortality with carotid endarte-

rectomy. Arch Surg 1996;131:526-531.

4. Salvian AJ, Taylor DC, Hsiang YN, et al. Selective shunting

with EEG monitoring is safer than routine shunting for

carotid endarterectomy. Cardiovasc Surg 1997;5:481-485.

5. Bond R, Rerkasem K, Rothwell PM. Routine or selective

carotid artery shunting for carotid endarterectomy (and

different methods of monitoring in selective shunting).

Stroke 2003;34:824-825.

6. Arnold M, Sturzenegger M, Schaffler L, et al. Continuous

intraoperative monitoring of middle cerebral artery blood

flow velocities and electroencephalography during carotid

endarterectomy. A comparison of the two methods to detect

cerebral ischemia. Stroke 1997;28:1345-1350.

7. Wellman BJ, Loftus CM, Kresowik TF, et al. The differences

in electroencephalographic changes in patients undergoing

carotid endarterectomies while under local versus general

anesthesia. Neurosurgery 1998;43:769-773.

8. Illig KA, Sternbach Y, Zhang R, et al. EEG changes during

awake carotid endarterectomy. Ann Vasc Surg 2002;16:

6-11.

9. Nguyen TQ, Lind L, Harris EJ, Jr. Selective shunting during

carotid endarterectomy. Vascular 2005;13:23-27.

Vol. 22, N.º 5, 2008 RNA para predecir la necesidad de shunt en la cirug�ıa carot�ıdea 695

10. Naylor AR. There is more to preventing stroke after carotid

surgery than shunt and patch debates. Eur J Vasc Endovasc

Surg 2005;29:329-333.

11. Terrin N, Schmid CH, Griffith JL, et al. External validity of

predictive models: a comparison of logistic regression, clas-

sification trees, and neural networks. J Clin Epidemiol

2003;56:721-729.

12. Baxt WG. A neural network trained to identify the presence

of myocardial infarction bases some decisions on clinical

associations that differ from accepted clinical teaching. Med

Decis Making 1994;14:217-222.

13. Baxt WG, Skora J. Prospective validation of artificial neural

network trained to identify acute myocardial infarction.

Lancet 1996;347:12-15.

14. Kemeny V, Droste DW, Hermes S, et al. Automatic embolus

detection by a neural network. Stroke 1999;30:807-810.

15. Das A, Ben-Menachem T, Cooper GS, et al. Prediction of

outcome in acute lower-gastrointestinal haemorrhage based

on an artificial neural network: internal and external vali-

dation of a predictive model. Lancet 2003;362:1261-1266.

16. Vijaya G, Kumar V, Verma HK. ANN-based QRS-complex

analysis of ECG. J Med Eng Technol 1998;22:160-167.

17. Kloppel B. Application of neural networks for EEG analysis.

Considerations and first results. Neuropsychobiology

1994;29:39-46.

18. Jando G, Siegel RM, Horvath Z, et al. Pattern recognition of

the electroencephalogram by artificial neural networks.

Electroencephalogr Clin Neurophysiol 1993;86:100-109.

19. Penedo MG, Carreira MJ, Mosquera A, et al. Computer-aided

diagnosis: a neural-network-based approach to lung nodule

detection. IEEE Trans Med Imaging 1998;17:872-880.

20. DiRusso SM, Sullivan T, Holly C, et al. An artificial neural

network as a model for prediction of survival in trauma

patients: validation for a regional trauma area. J Trauma

2000;49:212-220.

21. Izenberg SD, Williams MD, Luterman A. Prediction of

trauma mortality using a neural network. Am Surg 1997;63:

275-281.

22. Dorsey SG, Waltz CF, Brosch L, et al. A neural network

model for predicting pancreas transplant graft outcome.

Diabetes Care 1997;20:1128-1133.

23. Bottaci L, Drew PJ, Hartley JE, et al. Artificial neural net-

works applied to outcome prediction for colorectal cancer

patients in separate institutions. Lancet 1997;350:469-472.

24. Baxt WG. Application of artificial neural networks to clinical

medicine. Lancet 1995;346:1135-1138.

25. Ohno-Machado L, Rowland T. Neural network applications

in physical medicine and rehabilitation. Am J Phys Med

Rehabil 1999;78:392-398.

26. Sargent DJ. Comparison of artificial neural networks with

other statistical approaches: results from medical data sets.

Cancer 2001;91:1636-1642.

27. Gaudart J, Giusiano B, Huiart L. Comparison of the perfor-

mance of multi-layer perceptron and linear regression for

epidemiological data. Comput Stat Data Analysis 2004;44:

547-570.

28. Lapuerta P, L’Italien GJ, Paul S, et al. Neural network

assessment of perioperative cardiac risk in vascular surgery

patients. Med Decis Making 1998;18:70-75.

29. Turton EP, Scott DJ, Delbridge M, et al. Ruptured abdominal

aortic aneurysm: a novel method of outcome prediction

using neural network technology. Eur J Vasc Endovasc Surg

2000;19:184-189.

30. Hadjianastassiou VG, Franco L, Jerez JM, et al. Optimal

prediction of mortality after abdominal aortic aneurysm

repair with statistical models. J Vasc Surg 2006;43:467-473.

31. Rosenthal D, Stanton PE, Jr, Lamis PA. Carotid endarte-

rectomy. The unreliability of intraoperative monitoring in

patients having had stroke or reversible ischemic neurologic

deficit. Arch Surg 1981;116:1569-1575.

32. Sandmann W, Kolvenbach R, Willeke F. Risks and benefits

of shunting in carotid endarterectomy. Stroke 1993;24:

1098-1099.

33. Schneider JR, Droste JS, Schindler N, et al. Carotid endar-

terectomy with routine electroencephalography and selec-

tive shunting: influence of contralateral internal carotid

artery occlusion and utility in prevention of perioperative

strokes. J Vasc Surg 2002;35:1114-1122.

34. Wain RA, Veith FJ, Berkowitz BA, et al. Angiographic cri-

teria reliably predict when carotid endarterectomy can be

safely performed without a shunt. J Am Coll Surg 1999;189:

93-100.

35. Lopez-Bresnahan MV, Kearse LA, Jr, Yanez P, et al. Anterior

communicating artery collateral flow protection against

ischemic change during carotid endarterectomy. J Neuro-

surg 1993;79:379-382.

36. Calligaro KD, Dougherty MJ. Correlation of carotid artery

stump pressure and neurologic changes during 474 carotid

endarterectomies performed in awake patients. J Vasc Surg

2005;42:684-689.

37. Lacroix H, Van Gertruyden G, Van Hemelrijck J, et al. The

value of carotid stump pressure and EEG monitoring in

predicting carotid cross-clamping intolerance. Acta Chir

Belg 1996;96:269-272.

38. Allen BT, Anderson CB, Rubin BG, et al. The influence of

anesthetic technique on perioperative complications after

carotid endarterectomy. J Vasc Surg 1994;19:834-842.

39. Mayer RC, Bingley J, Westcott MJ, et al. Intraoperative

neurological changes in 1665 regional anaesthetic carotid

endarterectomies predicts postoperative stroke. Aust NZJ

Surg 2007;77:49-53.

40. McCarthy RJ, Walker R, McAteer P, et al. Patient and hos-

pital benefits of local anaesthesia for carotid endarte-

rectomy. Eur J Vasc Endovasc Surg 2001;22:13-18.