Producto · extracción automática

De tus informes a una base de datos, en minutos

Subes tus informes clínicos y la plataforma extrae las variables que le has pedido. La lectura y la retirada de identificadores ocurren en tu propio equipo: el informe original nunca se envía a ningún servidor.

TU EQUIPO · el informe no sale de aquí Informe clínico María G. López NHC 4482910 Seudonimización Se retiran nombre, NHC, DNI, teléfono y dirección Variables PAC-0007 edad 63 lactato 3,4 SOFA 9 VM sí solo esto sale Tu base de datos seudonimizada, en la UE Se mide el riesgo de reidentificación y se aplican mejoras de anonimización: generalizar, agrupar o suprimir Solo entonces el conjunto queda anonimizado
1

Le dices qué buscar

Marcas las secciones del informe y las palabras que identifican cada variable. Se hace una vez y sirve para todo el registro.

2

Se procesa en tu navegador

El texto se lee y se limpia de identificadores en tu propio equipo. Cada paciente recibe un identificador seudónimo.

3

Revisas antes de guardar

Ves lo que ha extraído junto al fragmento del que lo sacó. Corriges lo que haga falta y confirmas.

4

Se incorpora al registro

La tanda entra sin sobrescribir nada de lo anterior, y con la posibilidad de deshacerla entera.

Registros

Registros pensados para el análisis, no solo para guardar

La mayoría de registros clínicos acaban siendo un archivo muerto. Los de Datify nacen con la estructura que la bioestadística necesita después.

Registro vivo

Se rellena de forma continua a medida que entran pacientes. No hay que "cerrar" la base para empezar a analizar: el registro crece, no se rehace.

Longitudinal por paciente

Mediciones repetidas, eventos y ventanas temporales quedan modelados desde el inicio, no reconstruidos a posteriori.

Colaborativo y gobernado

Varios investigadores del servicio sobre el mismo registro, con control de quién accede a qué y trazabilidad de los accesos.

Un registro, muchos estudios

Del mismo registro salen cohortes distintas según la pregunta: supervivencia, antes–después, evolución temporal…

Tres formas de alimentarlo, un solo registro

La extracción automática hace el grueso. La entrada manual cubre lo que no está en ningún informe. Y la corrección puntual arregla lo que salió torcido. Las tres escriben en el mismo sitio y ninguna borra lo anterior. Antes de que de ahí salga una cohorte, se mide el riesgo de reidentificación y se emite un dictamen: si hace falta, la plataforma generaliza las variables que lo elevan.

Extracción automática tandas de informes, en minutos Entrada manual lo que no consta en el informe Corrección puntual un valor, una celda, un paciente Registro seudonimizado crece, no se rehace todo queda auditado Riesgo de reidentificación se mide y se documenta se generaliza si procede solo sale anonimizado Cohorte de supervivencia estudio 1 Cohorte antes–después estudio 2 Cohorte de evolución estudio 3

Tres tablas, no una hoja de cálculo gigante

Estática una fila por paciente

Lo que hay uno por persona: edad, sexo, servicio, antecedentes, desenlace.

paciente_idedadsexocharlsonmortalidad_28d
DEMO-000160M30
DEMO-000274V61
DEMO-000352M20
Mediciones una fila por valor medido

La PCR del día 1 y la del día 5 son dos filas, no dos columnas.

paciente_idfechatipovalorunidad
DEMO-00012024-03-01PCR137,8mg/L
DEMO-00012024-03-05PCR42,1mg/L
DEMO-00012024-03-01Lactato3,4mmol/L
Eventos una fila por hecho fechado

Ventilación mecánica, shock, alta, éxitus. Con su fecha.

paciente_idfechatipo
DEMO-00012024-03-02ventilacion
DEMO-00012024-03-29alta
DEMO-00022024-03-11exitus

Ejemplo del registro de demostración. Un diccionario de UCI real en producción maneja unas 32 variables clínicas —estáticas, mediciones con fecha y eventos binarios fechados— extraídas de informes de alta.

Transformación · cohorte analítica

La cohorte no es un filtro: es una decisión metodológica

Declaras qué papel juega cada columna y qué estructura necesita tu diseño. La plataforma construye la tabla, la enriquece con scores y derivadas, y deja el registro de exclusiones.

Roles de columna

Declaras qué papel juega cada variable en este estudio. La misma columna puede ser desenlace en un proyecto y covariable de ajuste en otro, sin duplicar nada.

DesenlaceExposiciónGrupoCovariable de ajusteTiempoEventoSujeto

La forma la pone el diseño

Una cohorte de supervivencia no tiene la misma forma que una de medidas repetidas. Tú eliges el diseño; la plataforma construye la tabla que ese diseño necesita y resuelve lo delicado —fecha índice, censura, primer evento por paciente— dejando constancia de cómo lo ha hecho.

Nunca tendrás que pivotar una tabla a mano ni calcular tiempos de seguimiento en Excel.

Criterios auditables, con registro de exclusión

Todo filtrado deja un log. Y una regla explícita: un valor ausente nunca cumple un criterio — no se cuela por omisión.

287pacientes en el registro
−23sin creatinina basal
−7seguimiento < 48 h
257cohorte analizada

Este diagrama es el ítem 13a de STROBE, y sale solo: la ficha lo publica junto con los faltantes por variable (ítem 12c).

Enriquecer la cohorte

19 escalas y scores clínicos

Calculados por componentes, con su referencia bibliográfica

SOFAAPACHE-IIqSOFASAPS IINEWS2CharlsonCHA₂DS₂-VAScHAS-BLEDGRACETIMIWellssPESIChild-PughCKD-EPIGlasgowPaO₂/FiO₂IMCECOGKarnofsky

Ejemplo · SOFA

Emite los seis componentes por separado —sofa_resp, sofa_coag, sofa_hepa, sofa_cardio, sofa_neuro, sofa_renal— y el total. Regla estricta: completo o nada, porque Sepsis-3 define la sepsis como ΔSOFA ≥ 2 y un componente ausente falsea exactamente ese umbral.

Vincent JL et al. JAMA 1996 · rango 0–24

14 plantillas de derivación

De mediciones y eventos a columnas analizables

pcr_max_0_24hmáximo en ventana temporal
creatinina_basalprimer valor registrado
lactato_deltaúltimo − basal
pcr_cvvariabilidad intraindividual
vm_ever¿ocurrió el evento? (0/1)
shock_countnúmero de episodios
iot_fecha_1erfecha del primer evento

Cada plantilla genera varias columnas por variable. Recetas de un clic: resumen básico, ventana 24 h, eventos completo.

Preparación asistida

La parte que se lleva el 80 % del tiempo, asistida

Se prepara la cohorte, nunca el registro original. La plataforma detecta el problema, propone la corrección y la explica; tú aceptas o la cambias. Nada se aplica en silencio: cada preparación crea una versión nueva y siempre puedes volver atrás.

Como viene del hospital
  • "52 años" texto con unidad
  • "0,64 mg/dl" coma decimal + unidad
  • "NaN", "—", "sin dato" faltantes disfrazados
  • 09-01-2021 ¿día o mes primero?
  • no / yes / binaria inconsistente
Tras la preparación
  • 52 extraer número
  • 0.64 normalizar unidades
  • null + creatinina_missing indicador de faltante
  • 2021-01-09 formato explícito
  • 0 / 1 convertir a binaria

Cuarenta correcciones, en ocho familias

Cada una con su motivo escrito, para que sepas qué se hizo y por qué

Valores ausentesdesde marcar los faltantes disfrazados hasta la imputación múltiple, pasando por el análisis de casos completos con indicador
Números y unidadesextraer el valor del texto, unificar unidades a la canónica y tratar los valores fuera de rango
Categoríasbinarizar, agrupar niveles poco frecuentes, recodificar y declarar el orden de una escala ordinal
Fechas y estructuraformatos ambiguos, columnas mal partidas, cabeceras duplicadas y tablas que hay que reestructurar
Diseños e intenciones

Dinos qué quieres responder; el motor sabe cómo

Eliges el diseño de tu estudio y la intención analítica. A partir de ahí, la plataforma resuelve el método, los supuestos y el tamaño de efecto.

D1

Descriptivo de cohorte

Describe la cohorte en un momento dado: recuentos, distribuciones y la tabla 1 comparada entre grupos.

Comparar grupos
D2

Analítico transversal

Asociación entre exposición y desenlace medidos en el mismo momento. Incluye caso–control y rendimiento diagnóstico.

Asociar · Correlacionar · ROC
D3

Cohorte analítica

Una exposición basal predice un desenlace al final del seguimiento, sin modelar el tiempo.

Estimar efecto · Efecto causal
D4

Cohorte · Supervivencia

Tiempo hasta que ocurre el evento, teniendo en cuenta a quien todavía no lo ha tenido al cierre del seguimiento.

Supervivencia · No inferioridad
D5

Evolución temporal

Trayectoria de una medición repetida a lo largo del ingreso, respetando que las medidas de un mismo paciente no son independientes.

Longitudinal · Correlacionar
D6

Antes–Después

Comparación emparejada antes y después de una intervención, con o sin grupo de control.

Antes–después
D8

Concordancia entre métodos

Hasta qué punto dos instrumentos miden lo mismo en los mismos pacientes, y si discrepan más en los valores altos.

Concordancia
D9

Eventos recurrentes

El mismo evento le ocurre varias veces al paciente y cuentan todas, no solo la primera.

Estimar efecto
D10

Riesgos competitivos

Un evento competidor impide que ocurra el de interés y hay que contarlo aparte, no censurarlo sin más.

Supervivencia

Intenciones analíticas disponibles

Comparar grupos Asociación Correlación Estimar efecto Efecto causal Supervivencia Equivalencia / no inferioridad Evolución longitudinal Antes–después Concordancia Diagnóstico (ROC) Caso–control

¿Lo vemos con tu servicio?

Solicita acceso y te enviamos credenciales y acompañamiento por correo. Prueba gratuita de un mes.

Solicitar acceso