La sèpsia és una causa important de morbiditat, mortalitat i ús de recursos d'atenció mèdica a tot el món en població pediàtrica. Hi ha guies internacionals sobre el seu maneig però no tenen una sensibilitat i especificitat que permeti millorar els resultats actuals.
L’objectiu del projecte és desenvolupar i validar models d’aprenentatge automatizat (“machine learning”) per a la predicció i detecció de sèpsia infantil en entorn hospitalari, realitzant una prova pilot dimplementació. Per construir els model s'utilitzaran les dades generades en els darrers anys per pacients atesos i ingressats en l’Hospital Universitari Sant Joan de Déu.
L’impacte de la identificació precoç de la sèpsia infantil pot permetre un maneig més adequat del pacient, crucial per millorar els resultats clínics, optimitzar els recursos d‟atenció mèdica i minimitzar l‟impacte social de les seqüeles en els nens supervivents i les seves famílies.
És imprescindible el domini d’aplicacions de gestió de bases de dades i de fulls de càlcul.
L’experiència previa en l’ús d’aplicacions estadístiques (R, Stata, SPSS) és desitjable.
Personal Investigador • Esplugues de Llobregat, España