162118 20251017144621.0 doi 10.1016/j.ciresp.2025.800124 sideral 144693 ART-2025-144693 spa Fernando Trebolle, José Universidad de Zaragoza Desarrollo y validación de algoritmo predictivo de la longitud total del intestino delgado con técnicas de inteligencia artificial para su aplicación en cirugía bariátrica 2025 Objetivo. Desarrollar un modelo predictivo de la longitud total del intestino delgado para aplicar en cirugía bariátrica que permita individualizar la cirugía a cada paciente. Material y método. Dos tablas Excel® a partir de un archivo FileMaker. Phyton™ a través de un formato Notebook en Google™ Colaboratory. La metodología ha incluido transformación y escalado de datos (MinMaxScaler), clustering (machine learning no supervisado KMeans), interpolación de datos (machine learning sobremuestreo SMOTE), modelización (modelo PyCaret - XGBoost), y validación. Resultados. Muestra de 1.090 casos. Se han obtenido 3 clusters en los que incluir el conjunto de datos: longitud baja, media y alta. El algoritmo detecta pacientes del cluster c0 con una precisión del 62% y una sensibilidad del 74%, del cluster c1 con una precisión del 63% y una sensibilidad del 50%, y del cluster c2 con una precisión del 86% y una sensibilidad del 87%. La validación se ha realizado a partir de una muestra de 54 casos nuevos, mostrando unos resultados de precisión del 50% y una sensibilidad del 42% para el cluster c0, de puna recisión del 58% y una sensibilidad del 61% para el cluster c1, y de una precisión del 30% y una sensibilidad del 43% para el cluster c2. Conclusiones. El desarrollo de un algoritmo predictivo para conocer la longitud total del intestino delgado a través de técnicas de clustering y machine learning, y la clasificación XGBoost es factible, aplicable, y potencialmente mejorable si se cuenta con más datos tanto en número de pacientes, como en variables a considerar. info:eu-repo/semantics/closedAccess All rights reserved http://www.europeana.eu/rights/rr-f/ info:eu-repo/semantics/article info:eu-repo/semantics/acceptedVersion Solano Murillo, Jorge Lobo Cobo, Jesús Pellicer Lostao, Carmen Valero Sabater, Mónica Tirado Anglés, Gabriel Cantarero Carmona, Irene Luesma Bartolomé, María José Universidad de Zaragoza (orcid)0000-0003-4071-1467 1003 027 Universidad de Zaragoza Dpto. Anatom.Histolog.Humanas Area Anatom.Embriol.Humana 1013 090 Universidad de Zaragoza Dpto. Cirugía Área Cirugía (2025), 800124 Cir. Esp. Cirugía Española 0009-739X 999940 http://zaguan.unizar.es/record/162118/files/texto_completo.pdf Postprint 2192268 http://zaguan.unizar.es/record/162118/files/texto_completo.jpg?subformat=icon icon Postprint oai:zaguan.unizar.es:162118 articulos driver 2025-10-17-14:21:43 ARTICLE