Se utilizarán datos sociodemográficos, antropométricos, clínicos, polisomnográficos y de uso de CPAP del programa de telemonitorización de la terapia de AOS gestionado por Oxigen Salud. El acceso, almacenamiento y análisis posterior de estas variables requiere abordar la gestión de un alto volumen de datos adquiridos diariamente de diferentes fuentes y con diferentes formatos, así como verificarlos en términos de integridad y precisión. Además, dado que el número de pacientes con AOS está creciendo constantemente, deberá ser escalable. De acuerdo con estos requisitos, la primera etapa del presente proyecto se centrará en un estudio exhaustivo del estado del arte en sistemas de big data aplicados a problemas de salud. Esto incluirá la elección de herramientas y tecnologías adecuadas para el almacenamiento, acceso y gestión de datos, así como su verificación.

En esta etapa se seguirán enfoques complementarios: aprendizaje no supervisado vs. supervisado; aprendizaje convencional (ML) vs. profundo (DL):

• Aprendizaje no supervisado: se buscarán subgrupos de AOS que compartan similitudes entre los datos utilizados, ayudando a descubrir si los pacientes con AOS del mismo rango de edad, comorbilidades, sexo, etc., siguen patrones similares. Un análisis prospectivo post-hoc de estos grupos nos permitirá evaluar sus comportamientos de adherencia y evaluar su información común para identificar nuevos factores que afectan a la adherencia.
• Aprendizaje supervisado: se utilizarán métodos de clasificación y de regresión basados en ML y DL. El primero servirá para clasificar a los sujetos en 'adherentes' o 'no adherentes', mientras que el segundo estimará automáticamente el número de horas de uso de CPAP. Además, se realizarán modelos independientes para predecir la adherencia a corto (3 meses), medio (6 meses) y largo plazo (12 meses).

Los modelos de ML y DL han sido tradicionalmente percibidos como "cajas negras". Esta percepción es particularmente importante en el contexto de la salud, ya que disminuye la confianza de los clínicos en sus predicciones, afectando negativamente la implementación real de estas herramientas. Para abordar este problema, se implementarán y aplicarán diferentes métodos de XAI. Estas técnicas han sido concebidas bajo la suposición de que pueden revelar leyes nuevas y ocultas en diferentes campos. Su uso en esta étapa del proyecto nos permitirá explicar e interpretar los modelos de ML y DL a posteriori, así como comprender mejor por qué se proporcionan tales predicciones/resultados.

Para la clasificación binaria (adherencia vs. no adherencia), el rendimiento de los modelos de ML y DL se evaluará en términos de: sensibilidad, especificidad, precisión, valor predictivo positivo, valor predictivo negativo y área bajo la curva ROC.

Para el enfoque de regresión (estimación del número de horas de uso de CPAP), el rendimiento de los modelos se evaluará en términos de concordancia: coeficiente de correlación intra-clase, gráficos de Bland-Altman y kappa de Cohen.

Todas las métricas estadísticas se derivarán del conjunto de datos de prueba prospectivo, con el fin de asegurar una validación adecuada de la metodología.

Se llevará a cabo un análisis coste-efectividad para evaluar la viabilidad del modelo automático de predicción temprana de la adherencia al tratamiento en pacientes con AOS. Primero, analizaremos los costes estimados de la no adherencia al CPAP según los estudios de vanguardia. Luego, evaluaremos los costes asociados con la implementación de nuestra propuesta, así como el número estimado de pacientes que se beneficiarán de ella. Finalmente, estimaremos los ahorros en costes y el margen de beneficio para la explotación real de la propuesta, y se considerarán posibles acciones para proteger los resultados del proyecto.