Objetivos: Determinar la modificación en la capacidad discriminativa, en sensibilidad y especificidad de un modelo para estimar riesgo de mortalidad por ictus isquémico mediante técnicas de undersampling.

Material y métodos: Estudio de cohorte histórica conformada por los episodios de hospitalización por ictus isquémico no reperfundido. Fuente: conjunto mínimo básico de datos, periodo 2016-2018 (n = 62 552). Se obtuvo un modelo basal (MB1) del que se estimó su área bajo la curva, sensibilidad (S), especificidad (E), valor predictivo negativo (VPN) y clasificación correcta. Se muestreó aleatoriamente la clase mayoritaria (vivos) y se aplicó el MB1 sobre una base de datos conformada por todos los exitus y una selección aleatoria de vivos (proporción 1:3).

Resultados: El MB1 obtuvo AUC de 0,731, S: 37,5%, E: 89,4%, VPN: 99,88%, clasificando correctamente el 89,3%. Este modelo se construyó sobre el n total, reportando un 10,6% de mortalidad, siendo varones el 53,5%. MB1: Prob(exitus) = 1/1+eEXP(FX), siendo FX = 0,0001 + 1,073*edad + 1,143*sexo + 1,192*cardiopatía isquémica + 0,719*hipertensión + 0,652*hiperlipemia + 1,414*fibrilación auricular + 2,133*insuficiencia cardíaca + 0,755*ictus territorio posterior. La aplicación del MB1 sobre la base de datos con undersampling 1:3 (n = 62.552, 51,4% varones, 25% exitus) proporcionó un nuevo modelo con AUC:0,729, S: 58,4%, E: 77,6% y VPN: 96%. Clasificó correctamente al 76,2% de casos.

Conclusión: Las técnicas de submuestreo de la clase mayoritaria son ampliamente utilizadas para el manejo de bases desbalanceadas. En el caso del ictus, permitió un discreto incremento de la S a expensas de empeorar la E y porcentaje de clasificación correcta. Se infiere de ello que el undersampling modifica seriamente la representación epidemiológica natural del desenlace (exitus/vivos) sin alcanzar una tabla de clasificación óptima.