evidoria

← Volver al listado

Buena práctica Importada

La Red Hospitalaria del ICMR Añade Señales de Alerta Temprana mediante Aprendizaje Automático a la Vigilancia Nacional de la RAM en la India

India · New Delhi · Ver el perfil de India · Ver el perfil de New Delhi

Evidencia: Observacional / pre-post Top 12% 80/100 · Pregunte a Evidence Copilot sobre esta práctica

La red hospitalaria del ICMR de la India convirtió seis años de datos de resistencia en señales de alerta temprana mediante aprendizaje automático, identificando la cefotaxima como indicador de la futura resistencia a los carbapenémicos en 81.265 registros de 21 centros.

81,265
Registros de infecciones del torrente sanguíneo analizados (2017-2022)
31
Sedes hospitalarias terciarias en la red (2021)
La Red Hospitalaria del ICMR Añade Señales de Alerta Temprana mediante Aprendizaje Automático a la Vigilancia Nacional de la RAM en la India

Detalles

Madurez
Consolidada
Promotor
Indian Council of Medical Research (ICMR) — AMR Surveillance Network
Período
2016-2024
Palabras clave
public health, antimicrobial resistance, national surveillance, machine learning, WHO GLASS

Contexto

Desde 2013, el ICMR de la India gestiona la Red de Vigilancia de la RAM (AMRSN), respaldada más tarde por la plataforma web i-AMRSS, pilotada desde 2016, para la recopilación estandarizada de datos de susceptibilidad antimicrobiana en hospitales terciarios. En 2021 la red abarcaba 31 sedes y había registrado más de 280.000 historiales de pacientes que cubrían 55 antibióticos y antifúngicos frente a 116 organismos.

Actividades

En 2024, investigadores utilizaron seis años (2017-2022) de datos de infecciones del torrente sanguíneo de 21 de los centros terciarios de la red — 81.265 registros — aplicando análisis de series temporales para detectar relaciones de adelanto/retraso entre tendencias de resistencia y agrupación k-means para clasificar hospitales y patógenos según su patrón de resistencia.

Resultados

El análisis identificó 'antibióticos indicadores', como la cefotaxima, cuya resistencia creciente sirvió de señal de alerta temprana para la resistencia a fármacos más críticos como los carbapenémicos, respaldando directrices nacionales de uso de antimicrobianos alineadas con los estándares GLASS de la OMS.

Conclusiones

Una infraestructura de vigilancia madura y de escala nacional con verdadera profundidad analítica — sólida en escala y replicación entre sedes, aunque aún madurando en la validación automatizada y el acceso público abierto a los datos.

Implementación
Coste indicativo
Medio (50 000–500 000 €) — Existing national surveillance network (AMRSN, running since 2013) with an added analytics layer; incremental cost of the ML analysis itself likely modest relative to base surveillance infrastructure.
Tiempo hasta resultados
Largo (> 3 años) — Network built 2013-2021 (31 sites); ML early-warning analysis published 2024 using 2017-2022 data.
Personal y competencias
hospital laboratory & infection-control staff at 21-31 tertiary centres, ICMR AMRSN central coordination team, data scientists for time-series/clustering analysis

Condiciones para el éxito

  • standardised antimicrobial-susceptibility testing protocols across sites
  • sustained multi-year data collection (6+ years)
  • alignment with WHO GLASS reporting standards

Modos de fallo comunes

  • automated validation module still not implemented as of 2021 review
  • no link yet to actual antibiotic-consumption data

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles