Síntomas clave en el diagnóstico del asma bronquial: identificación mediante modelado de árboles de decisión.

Las características clínicas son esenciales para el diagnóstico del asma bronquial. Sin embargo, la importancia relativa de las diferentes características aún no está clara.
Objetivo. 
Evaluar la importancia relativa de diversas características clínicas en el asma bronquial utilizando un modelo de árbol de decisión.
Métodos. 
Los investigadores analizan retrospectivamente datos de múltiples cohortes prospectivas (2005-2020), que incluyeron a 4417 pacientes con síntomas similares al asma. Utilizando las guías de la Iniciativa Global para el Asma 2025 como referencia, desarrollaron un modelo de árbol de decisión basado en síntomas mediante el algoritmo Exhaustive CHAID (Exhaustive Chi-squared Automatic Interaction Detector). El rendimiento diagnóstico se evaluó mediante curvas ROC (curvas de características operativas del receptor), sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo.
Resultados. 
Mediante un modelo de árbol de decisión, se identificaron 12 variables características clave a partir de las manifestaciones clínicas. El modelo demostró un rendimiento excelente en el diagnóstico del asma, alcanzando una precisión de clasificación del 93,9 % (IC del 95 %, 93,17-94,58) y un área bajo la curva ROC de 0,973 (IC del 95 %, 0,968-0,978), lo que mejoró significativamente las tasas de diagnóstico de asma.
Conclusión. 
Los modelos de árboles de decisión basados ​​en síntomas clínicos clave pueden ayudar eficazmente a los médicos en su formación en razonamiento clínico y optimizar los flujos de trabajo de diagnóstico.