PUBLICACIÓN
El estudio que abrió el camino a PROTEGER: qué mira el Telecomité Oncogeriátrico cuando decide un tratamiento
Por Equipo Oncoger ·
PROCEDIA COMPUTER SCIENCE 270 (2025) 1876–1885 · KES 2025
Dimensionality Reduction for capturing the multifaceted nature of Oncogeriatric Patients: Enhancing ML Interpretability
Contreras-Piña C, Wolff P, Martínez G, Navarrete G.
357
pacientes evaluados por el Telecomité Oncogeriátrico, 2021–2023
0,89
AUC del mejor modelo para predecir la decisión del comité
3
variables dominantes: Barthel, fragilidad (EVF) y ECOG
94%
de la varianza de esas tres variables se resume en dos componentes
Antes de PROTEGER hubo una pregunta más básica: cuando el Telecomité Oncogeriátrico de Hospital Digital decide si una persona mayor con cáncer es candidata a tratamiento, ¿qué variables pesan realmente en esa decisión? Ese fue el objetivo del trabajo publicado en Procedia Computer Science y presentado en la 29ª Conferencia Internacional KES 2025 por Constanza Contreras-Piña y Patricio Wolff, del Departamento de Ingeniería Industrial de la Universidad de Chile, junto al Dr. Gabriel Martínez (Hospital Digital, Minsal, y Hospital Penco-Lirquén) y el Dr. Gonzalo Navarrete (FALP y Hospital Clínico Universidad de Chile), ambos integrantes del equipo Oncoger.
Qué se hizo
El equipo trabajó con los registros de 357 pacientes evaluados por el Telecomité entre 2021 y 2023 en distintas localidades del país: datos demográficos, tipo de cáncer, escalas geriátricas (Barthel, SPPB, GDS-15, MMSE, Charlson, número de fármacos, caídas, IMC), la escala de fragilidad EVF usada en Hospital Digital, el ECOG y la decisión final del comité. Con esa base entrenaron tres modelos deliberadamente simples e interpretables —regresión logística, Naive Bayes categórico y árbol de decisión— para predecir si el comité consideraba al paciente apto para tratamiento, y usaron valores SHAP para medir el peso de cada variable. Luego repitieron el ejercicio excluyendo el ECOG, la escala que la oncología usa habitualmente para resumir el estado funcional.
Capacidad de los modelos para reproducir la decisión del comité (AUC)
Con todas las variables frente a la misma información sin ECOG.
Principales hallazgos
El hallazgo central es que el comité prioriza los indicadores de la valoración geriátrica por sobre el ECOG tradicional. Las tres variables con más peso fueron el Índice de Barthel, la fragilidad (EVF) y el ECOG; al retirar el ECOG del modelo, la capacidad predictiva cayó apenas entre 0,02 y 0,03 puntos de AUC y el peso de la fragilidad aumentó. El árbol de decisión entrenado sin ECOG, con solo dos niveles de profundidad, muestra la lógica de forma legible: pacientes con mayor fragilidad y menor independencia en el Barthel tienden a no ser candidatos a tratamiento; los menos frágiles y más independientes, sí.
Un análisis de componentes principales explica por qué: Barthel, EVF y ECOG están altamente correlacionados y miden aspectos parecidos de la fragilidad y la funcionalidad. Dos componentes concentran el 94% de su varianza (84% el primero), y el Barthel aporta una dimensión parcialmente distinta y complementaria a las otras dos. Reducir la dimensionalidad permitió, en palabras de los autores, «un modelo más transparente sin comprometer la precisión predictiva».
Por qué importa
Los autores destacan dos consecuencias prácticas. La primera es para la atención primaria: el Barthel y la EVF son más accesibles para un médico general que el ECOG, de modo que estas reglas pueden ayudar a decidir a quién derivar al Telecomité y con qué urgencia. La segunda es metodológica: en entornos con recursos limitados y pocos casos, modelos simples e interpretables, bien construidos, ofrecen un equilibrio razonable entre precisión y explicabilidad, algo indispensable cuando la decisión afecta directamente a un paciente. El estudio reconoce sus límites —una muestra modesta, casi la mitad de los pacientes de una misma región (Antofagasta) y valores faltantes en variables como el IMC, que resultaron ser en sí mismos un indicador de fragilidad— y llama a validar los resultados en cohortes más grandes y diversas.
Esa validación es exactamente lo que vino después. Los 357 pacientes de este estudio son la cohorte de desarrollo de PROTEGER, que en 2026 sumó validación externa en dos centros terciarios (n = 272, AUC 0,84) y una cohorte nacional de 629 pacientes en seis hospitales públicos. La lección de este primer trabajo —que la valoración geriátrica aporta más que la edad o el ECOG para decidir— es el principio de diseño de la plataforma.
Enlaces
- Leer el artículo completo en ScienceDirect (acceso abierto, CC BY-NC-ND) →
- PROTEGER: nuestros modelos publicados y validados →
Contreras-Piña C, Wolff P, Martínez G, Navarrete G. Dimensionality Reduction for capturing the multifaceted nature of Oncogeriatric Patients: Enhancing ML Interpretability. Procedia Computer Science. 2025;270:1876–1885. doi:10.1016/j.procs.2025.09.308. Financiado parcialmente por ANID Becas/Doctorado Nacional 21170461.
