El modelo Longformer ECOG cubre una brecha crítica, pero sus predicciones no son puntuaciones clínicas

El modelo Longformer ECOG infirió el estado funcional ausente a partir de notas oncológicas después de que los investigadores lo entrenaran con 495.862 registros de 79.698 pacientes. Esa escala es relevante porque el estado funcional del Eastern Cooperative Oncology Group, o ECOG PS, suele quedar oculto dentro de notas médicas de texto libre. Sin embargo, el resultado plantea una tensión crucial. Una estimación generada por un modelo puede mejorar los datos oncológicos del mundo real sin convertirse en un sustituto de la evaluación de un profesional clínico.

Investigadores liderados por Wenxin Xu utilizaron modelos de lenguaje para clasificar el estado funcional como favorable, que abarca ECOG 0 o 1, o deficiente, que abarca ECOG 2 a 4. Su mejor modelo alcanzó un área bajo la curva de características operativas del receptor de 0,95. También logró un área bajo la curva de precisión-recall de 0,73, una métrica más exigente cuando una clase es menos frecuente.

Estas cifras hacen que el sistema sea prometedor para el trabajo retrospectivo con datos, pero no esté preparado para decisiones terapéuticas sin supervisión. Los indicadores indirectos previos basados en reclamaciones utilizaban eventos de facturación y variables de laboratorio para estimar la misma información faltante. El enfoque más reciente, en cambio, lee el lenguaje que los oncólogos ya habían escrito, lo que crea una señal más rica y un problema de validación más difícil.

El modelo convierte el lenguaje clínico en una variable de investigación ausente

El avance inmediato no es una puntuación ECOG automatizada junto a la cama del paciente. Es un método escalable para anotar datos oncológicos incompletos.

El estado funcional ECOG es una medida evaluada por un profesional clínico sobre cómo la enfermedad afecta la actividad diaria de una persona. Una puntuación de 0 describe actividad plena. Los valores más altos reflejan limitaciones crecientes, mientras que una puntuación de 4 describe discapacidad completa.

La medida influye en la selección del tratamiento, el pronóstico, la elegibilidad para ensayos clínicos y las comparaciones entre grupos de pacientes. Eso la hace valiosa tanto en la atención como en la investigación. También hace que los valores ausentes sean especialmente perjudiciales.

Un campo estructurado de una base de datos puede aparecer vacío incluso cuando un oncólogo describió la condición funcional del paciente en otra parte. Una nota podría indicar si el paciente trabaja, camina de forma independiente, necesita ayuda para el autocuidado o pasa gran parte del día en cama. Esos detalles contienen información sobre el estado funcional sin incluir necesariamente una puntuación formal.

Xu y sus colegas utilizaron primero expresiones regulares, que son reglas fijas de coincidencia de texto, para identificar puntuaciones documentadas explícitamente. Ese proceso encontró ECOG PS en 495.862 notas pertenecientes a 79.698 pacientes. Luego, el equipo eliminó el lenguaje de puntuación detectado del contenido restante de las notas antes de entrenar los modelos.

Esta eliminación fue importante. Sin ella, un modelo podría simplemente encontrar una etiqueta oculta como “ECOG 2” y devolver el mismo valor. Estaría extrayendo una puntuación, no infiriéndola a partir de una descripción clínica más amplia.

Los investigadores dividieron a los pacientes en grupos de entrenamiento, validación y prueba en proporciones aproximadas de 80%, 10% y 10%. La separación a nivel de paciente redujo el riesgo de que notas de una misma persona aparecieran tanto en los datos de entrenamiento como en los de prueba.

Se evaluaron varias arquitecturas de procesamiento del lenguaje natural. Longformer obtuvo el mejor desempeño. Es un modelo transformer diseñado para procesar documentos más largos de los que muchos modelos de lenguaje convencionales pueden aceptar en una sola pasada.

El estudio publicado informó un área bajo la curva de características operativas del receptor de 0,95. Esta medida refleja qué tan bien el modelo clasificó el estado funcional favorable y deficiente a través de posibles umbrales.

Su área bajo la curva de precisión-recall fue de 0,73. Esta distinción importa porque una puntuación alta de características operativas del receptor puede parecer tranquilizadora cuando la clase de peor estado es relativamente poco frecuente. El desempeño de precisión-recall ofrece a los investigadores otra perspectiva sobre los falsos positivos y los casos omitidos.

Este enfoque combina la extracción del estado ECOG con la imputación. La extracción encuentra un valor ya escrito en una forma reconocible. La imputación estima el valor cuando no se puede encontrar una puntuación explícita.

Esa segunda función aborda la brecha más trascendental. Una canalización de texto que solo captura puntuaciones visibles mejora la organización de la base de datos. Un modelo que identifica señales funcionales en notas sin puntuaciones formales puede ampliar la cohorte de investigación utilizable.

Por tanto, el modelo Longformer ECOG cambia lo que los investigadores pueden recuperar de los historiales clínicos electrónicos existentes. No cambia lo que los profesionales clínicos documentaron originalmente. Ese límite determinará cada uso responsable de los resultados.

Por qué la ausencia del estado ECOG distorsiona la evidencia oncológica del mundo real

La ausencia del estado funcional puede cambiar qué pacientes entran en un análisis, cómo se comparan los grupos de tratamiento y qué concluyen los investigadores sobre los resultados.

Los estudios de evidencia del mundo real utilizan información recopilada durante la atención rutinaria. Las fuentes pueden incluir historiales clínicos electrónicos, reclamaciones de seguros, registros, sistemas de laboratorio y datos de farmacia.

Estas fuentes proporcionan poblaciones de pacientes más amplias que muchos ensayos clínicos. Sin embargo, la información normalmente se registró para respaldar la atención o la facturación, no un protocolo de investigación predefinido. Las variables importantes pueden ser inconsistentes, estar desactualizadas o ausentes.

ECOG PS presenta un caso especialmente difícil. Es a la vez influyente y parcialmente subjetivo. Puede afectar si un paciente recibe terapia intensiva, participa en un ensayo o recibe atención de apoyo. También se asocia con la supervivencia.

Supongamos que los investigadores comparan dos terapias contra el cáncer utilizando registros electrónicos. Si un grupo contiene más pacientes con un estado funcional deficiente, sus resultados pueden parecer peores incluso cuando la efectividad del tratamiento es similar. Si ECOG PS falta de forma desigual, el ajuste convencional puede no corregir la diferencia.

Descartar todos los registros con un valor ausente crea otro problema. Un análisis de casos completos asume que los pacientes incluidos representan adecuadamente a los pacientes excluidos. Esa suposición suele fallar cuando la propia documentación refleja el flujo de trabajo clínico, la gravedad de la enfermedad o el acceso a la atención.

La ausencia de datos también puede contener información. Los profesionales clínicos podrían documentar ECOG PS con mayor consistencia al hablar de elegibilidad para tratamientos o al tratar una enfermedad avanzada. Otra clínica podría almacenar la puntuación en una plantilla estructurada durante cada visita.

Eso significa que un campo vacío no indica necesariamente un paciente sano, un paciente gravemente enfermo o la ausencia de un juicio clínico. Puede indicar nada más que una práctica de documentación diferente.

El asunto tiene importancia regulatoria. La guía sobre datos del mundo real de la Administración de Alimentos y Medicamentos de Estados Unidos pide a los patrocinadores evaluar si los datos de historiales clínicos electrónicos y reclamaciones son relevantes y fiables para un estudio propuesto. La ausencia de datos, la procedencia de los datos y la validación afectan directamente esa evaluación.

ECOG PS también puede determinar si los pacientes del mundo real se parecen a los participantes del ensayo clínico que respalda la aprobación de un medicamento. Muchos ensayos limitan la inscripción a personas con un estado funcional relativamente favorable. Las poblaciones atendidas de forma rutinaria suelen incluir pacientes con mayores limitaciones funcionales.

Si el estado funcional está ausente, los investigadores no pueden describir de forma fiable esa diferencia. Podrían sobrestimar qué tan bien se trasladan los resultados de los ensayos a pacientes tratados fuera del entorno del estudio.

Investigaciones anteriores intentaron resolver el problema utilizando información estructurada. Un modelo de 2018 utilizó reclamaciones médicas vinculadas a registros electrónicos en 10 grupos tumorales. Analizó a 8.442 pacientes y alcanzó un estadístico c de 0,821 para identificar un estado funcional deficiente.

Otro estudio de indicadores indirectos en HCE examinó el cáncer de pulmón de células no pequeñas avanzado, el cáncer de vejiga y el melanoma. Sus modelos combinaron características clínicas, sociodemográficas y de laboratorio. La precisión de clasificación informada osciló entre 73,3% y 85,4% en los tres grupos de cáncer.

Estos enfoques siguen siendo útiles cuando el texto de las notas no es accesible. Los datos de reclamaciones pueden cubrir la atención en múltiples centros, mientras que los valores de laboratorio proporcionan señales clínicas objetivas. Sin embargo, ambas vías pueden pasar por alto el detalle funcional contenido en la narrativa de un oncólogo.

Los sistemas de datos oncológicos basados en IA enfrentan ahora la presión de combinar estas fuentes sin tratar una estimación individual como verdad fundamental. El texto, las reclamaciones, los laboratorios y los campos estructurados capturan distintas partes de la condición del paciente.

La oportunidad es mayor que una hoja de cálculo más limpia. Una mejor información sobre el estado funcional puede mejorar la selección de cohortes, el ajuste por factores de confusión, la emulación de ensayos y la investigación sobre servicios de salud. El peligro es que un resultado de modelo aparentemente preciso pueda ocultar incertidumbre en lugar de resolverla.

Cómo el modelo Longformer ECOG infiere el estado sin encontrar una puntuación

El modelo aprende patrones asociados con la limitación funcional, pero no reconstruye con certeza una decisión clínica ausente.

El mecanismo central del estudio comienza con supervisión débil. Los investigadores utilizaron puntuaciones detectadas mediante expresiones regulares como etiquetas para el entrenamiento. Esto les permitió reunir un gran corpus etiquetado sin revisar manualmente casi medio millón de notas.

El modelo recibió el texto circundante de la nota después de eliminar la redacción identificable del estado funcional. Luego aprendió qué frases, descripciones clínicas y patrones documentales tendían a acompañar un estado favorable o deficiente.

Una nota que describa trabajo normal, marcha independiente y síntomas mínimos probablemente produciría una señal diferente de otra que describa asistencia extensa o reposo prolongado en cama. El modelo puede combinar pistas a lo largo de un documento extenso en lugar de depender de una sola palabra clave.

Longformer es adecuado para esa tarea porque las notas clínicas pueden superar la longitud de entrada aceptada por modelos transformer de contexto más corto. Su diseño de atención puede procesar secuencias más largas y reducir parte de la carga computacional asociada con la atención completa sobre cada token.

Sin embargo, un contexto más largo no implica automáticamente comprensión clínica. El modelo puede aprender correlaciones ligadas a plantillas de notas, lenguaje de los profesionales clínicos, prácticas de los departamentos, combinación de diagnósticos y hábitos de documentación.

Algunas de esas correlaciones representan un estado funcional genuino. Otras pueden ser atajos locales. Una frase concreta podría predecir con fuerza un ECOG PS deficiente en una institución porque una plantilla la inserta durante determinadas visitas.

Por eso el estudio evaluó más que el desempeño de clasificación. Los investigadores también probaron si la puntuación imputada se asociaba con la supervivencia global, un resultado objetivo y clínicamente relevante.

Entre las notas sin una puntuación detectada mediante expresiones regulares, el estado deficiente imputado se asoció con una peor supervivencia. La razón de riesgos de mortalidad informada fue de 11,9, con un intervalo de confianza del 95% de 11,1 a 12,8.

Una razón de riesgos expresa la tasa relativa de eventos entre grupos a lo largo del tiempo. No significa que cada persona clasificada con un estado deficiente afrontara el mismo resultado. Tampoco establece que la puntuación imputada causara la diferencia de supervivencia.

Los investigadores realizaron un análisis más estricto al excluir notas que contenían términos que pudieran revelar indirectamente el estado funcional. Estos incluían “ECOG”, “performance”, “self-care”, “work” y “ambulatory”. La relación entre el resultado imputado y la supervivencia se mantuvo.

Esa prueba redujo una preocupación: el modelo no se basaba únicamente en sinónimos evidentes ni en lenguaje de puntuación pasado por alto. Parecía captar un patrón más amplio en la narrativa clínica.

Para 1.301 pacientes con enfermedad metastásica a distancia y una nota dentro de los 30 días posteriores al diagnóstico, la salida continua del modelo alcanzó un índice de concordancia de supervivencia de 0,73. El índice mide si un riesgo predicho más alto generalmente se corresponde con eventos más tempranos.

El equipo también examinó a 770 pacientes que iniciaron tratamiento sistémico paliativo para cáncer metastásico de pulmón, colorrectal, mama o próstata. Tras ajustar por edad y tipo de cáncer, la puntuación imputada cerca del inicio del tratamiento siguió asociándose con la mortalidad.

Estos análisis otorgan validez aparente a la salida. Un modelo destinado a aproximar la condición funcional debería correlacionarse con la supervivencia, ya que el estado funcional es en sí mismo pronóstico.

Sin embargo, la asociación con la supervivencia no equivale a exactitud de las etiquetas. Un modelo podría identificar gravedad, enfermedad avanzada o lenguaje de final de vida que predice la mortalidad sin reproducir con precisión el ECOG PS.

Esta distinción separa una variable de investigación útil de una medición clínica fiel. El modelo Longformer ECOG puede captar una señal latente de salud significativa. Los investigadores aún deben determinar exactamente qué representa esa señal entre instituciones y poblaciones.

Trabajos más recientes también están probando el prompting directo de modelos de lenguaje grandes para extraer el estado ECOG. Una comparación de prompting de 2026 evaluó procesamiento basado en reglas, prompts simples, prompting de cadena de pensamiento y un método de doble filtrado en varios tipos de cáncer.

Esta línea de investigación ofrece instrucciones más flexibles y un despliegue potencialmente más sencillo. También introduce preocupaciones conocidas sobre consistencia de las salidas, actualizaciones de modelos, privacidad y respuestas sin respaldo.

El sistema Longformer sigue una vía más limitada. Fue entrenado para una tarea de clasificación específica y genera una salida restringida. Ese alcance limitado puede hacer que la validación sea más clara que en un flujo de trabajo generativo abierto.

El contraste no es simplemente entre NLP antiguo e IA generativa nueva. Es entre predicción especializada e interpretación flexible. Los equipos de datos oncológicos necesitarán evidencia sobre portabilidad, calibración, patrones de error y costes operativos antes de elegir cualquiera de las dos vías.

Una puntuación predicha puede preservar sesgos con la misma facilidad con que rellena un vacío

El resultado más sólido del modelo sigue estando limitado por datos de un único sistema, etiquetas heredadas, puntuación subjetiva y un umbral de despliegue sin resolver.

Las etiquetas de entrenamiento procedían de ECOG PS documentado por clínicos. Esto aporta escala, pero también implica que el modelo aprende de juicios humanos que pueden variar entre observadores.

Un estudio clásico con tres oncólogos y 100 pacientes encontró solo un acuerdo global moderado entre las categorías individuales de ECOG. Su kappa global fue de 0,44, aunque el acuerdo mejoró cuando las puntuaciones se agruparon en rangos más amplios.

Un estudio posterior que utilizó 12 viñetas clínicas y 72 profesionales de oncología descubrió que el acuerdo con las calificaciones de referencia designadas oscilaba entre el 19,4 % y el 56,9 %. Las características sociales incluidas en las viñetas también influyeron en algunas calificaciones.

Una revisión sistemática que abarcó 16 estudios y 6.619 pacientes encontró una concordancia de justa a moderada entre las valoraciones de clínicos y pacientes. Su correlación agrupada fue de 0,584 para las evaluaciones ECOG.

Estos resultados no hacen inútil al ECOG PS. La escala sigue integrada en la atención y la investigación oncológicas. Muestran que una puntuación documentada es una evaluación clínica, no una medición de laboratorio con variación entre observadores insignificante.

Un modelo entrenado con esas evaluaciones puede reproducir sus inconsistencias. También podría hacerlas más difíciles de inspeccionar, porque su salida llega como una probabilidad calculada.

El sesgo puede introducirse a través de la documentación antes de que comience el entrenamiento del modelo. Los pacientes que reciben notas más largas, visitas más frecuentes o determinados tipos de atención proporcionan al modelo evidencia diferente. El lenguaje también puede variar según el clínico, el grupo demográfico, la institución y el servicio oncológico.

La investigación sobre modelos de lenguaje grandes ya ha puesto de relieve este riesgo. Un estudio entrenó modelos de lenguaje específicos por raza para asignar el estado funcional a partir de evaluaciones clínicas. La mayoría de los modelos produjeron patrones de clasificación diferentes cuando se aplicaron fuera del grupo racial representado en sus datos de entrenamiento.

Ese hallazgo procede de otro contexto y no establece sesgo en el estudio de Longformer. Identifica una evaluación necesaria. El rendimiento debe informarse entre grupos demográficos, tipos de cáncer, centros y entornos de documentación antes de un uso amplio.

Por tanto, la validación externa es el mayor paso pendiente. Un sistema entrenado y probado dentro de un entorno de datos institucional puede rendir bien porque las notas de entrenamiento y prueba comparten muchas características estructurales.

La división a nivel de paciente evita la memorización entre los registros de un mismo paciente. No prueba si el modelo funciona en una red comunitaria de oncología con plantillas, abreviaturas y patrones de atención diferentes.

La validación temporal también importa. Las notas fuente abarcaron de 1997 a 2023, mientras que los análisis de supervivencia estuvieron limitados por la actualización disponible de los datos de defunción. El lenguaje oncológico, los tratamientos, los sistemas de historia clínica electrónica y los requisitos de documentación cambiaron durante ese periodo.

Un modelo puede seguir siendo preciso en general mientras su calibración cambia con el tiempo. La calibración pregunta si una probabilidad predicha se corresponde con la frecuencia observada. Es esencial cuando una puntuación determina la inclusión, la ponderación o el ajuste en un análisis.

El área bajo la curva de características operativas del receptor reportada no responde a esa pregunta. Mide la clasificación entre umbrales. Los investigadores que seleccionan un umbral operativo siguen enfrentando una disyuntiva entre falsos positivos y falsos negativos.

Esa disyuntiva depende del caso de uso. Clasificar erróneamente un estado favorable como malo podría excluir a un paciente elegible de una cohorte de efectividad comparativa. Clasificar erróneamente un estado malo como favorable podría dejar una confusión residual sustancial.

El área bajo la curva de precisión-recall de 0,73 también deja un margen de error significativo. Eso no invalida el resultado. Advierte contra tratar cada etiqueta inferida como un hecho observado.

El análisis de supervivencia requiere la misma cautela. Una razón de riesgos de 11,9 indica una fuerte separación entre los grupos predichos. No valida la categoría ECOG exacta para cada nota.

El texto clínico contiene muchos indicadores directos del riesgo de mortalidad. Un modelo podría utilizar conversaciones sobre cuidados paliativos, progresión de la enfermedad, síntomas, interrupción del tratamiento o intensidad de la atención. Estas señales se solapan con el estado funcional, pero no son idénticas.

Los investigadores posteriores deben preservar esta distinción en sus modelos de datos. Una puntuación observada por un clínico, una puntuación extraída mediante reglas y una puntuación imputada por IA deben ocupar campos separados con una procedencia clara.

Las puntuaciones de confianza y las versiones del modelo deben acompañar cada valor imputado. Los investigadores también deben predefinir si los casos inciertos se excluyen, revisan, ponderan o analizan por separado.

Los análisis de sensibilidad deben comparar los resultados usando solo puntuaciones observadas, puntuaciones observadas más imputadas y enfoques alternativos para datos faltantes. Si el efecto del tratamiento cambia de forma sustancial, el modelo se ha convertido en parte del supuesto causal, en lugar de un paso neutral de limpieza.

Este principio se alinea con prácticas más amplias de calidad de datos oncológicos. La completitud puede mejorar al combinar fuentes estructuradas y no estructuradas, pero cada transformación requiere definiciones trazables y controles de calidad.

El papel más seguro a corto plazo es el apoyo a la investigación auditable por humanos. El modelo puede señalar registros, priorizar la abstracción, enriquecer cohortes retrospectivas y respaldar análisis de sensibilidad. No debería completar silenciosamente la historia clínica como si un oncólogo hubiera introducido la puntuación.

Qué debe ocurrir antes de que el estado ECOG imputado por IA se convierta en evidencia de confianza

Tres señales determinarán si el estado funcional imputado por IA se convierte en infraestructura fiable o sigue siendo un resultado impresionante de un único sistema.

La primera señal es la validación independiente y multicéntrica. Los investigadores deberían probar el modelo existente, sin reentrenamiento local inicialmente, en centros académicos, prácticas comunitarias y diferentes plataformas de historia clínica electrónica.

Esa evaluación debería informar discriminación, calibración, precisión, recall y tasas de error por tipo de tumor. También debería medir el rendimiento entre grupos de edad, sexo, raza, idioma, discapacidad y nivel socioeconómico cuando los datos lo permitan.

Un descenso acusado fuera de la institución original debilitaría el argumento a favor de un modelo portable. Resultados estables reforzarían el argumento de que el lenguaje clínico contiene señales reutilizables de estado funcional.

El reentrenamiento local debería realizarse después de la prueba de transportabilidad. De lo contrario, cada organización puede crear un modelo interno exitoso sin establecer si el método subyacente se generaliza.

La segunda señal es la concordancia con el estado clínico revisado de forma independiente, no solo con la documentación histórica. Un estudio multicéntrico debería pedir a clínicos capacitados que evalúen notas seleccionadas utilizando un protocolo consistente.

Esas etiquetas adjudicadas proporcionarían una referencia más controlada que las puntuaciones rutinarias por sí solas. Los investigadores podrían entonces examinar si el modelo discrepa porque está equivocado, porque el clínico original fue inconsistente o porque la nota no contiene evidencia suficiente.

Esta revisión debería incluir casos cercanos al límite clínicamente importante entre ECOG 1 y 2. Esa división suele afectar la elegibilidad para ensayos y la intensidad del tratamiento; sin embargo, el modelo publicado agrupó de 0 a 1 frente a de 2 a 4.

La clasificación binaria mejora la estabilidad estadística. También oculta errores entre categorías adyacentes. La validación futura debería determinar si una salida más amplia o más granular sirve mejor a cada tarea de investigación.

La tercera señal es un uso transparente en estudios de evidencia del mundo real. Los investigadores deberían publicar la procedencia del modelo, los resultados de validación, los patrones de datos faltantes, los umbrales y los análisis de sensibilidad junto con sus hallazgos clínicos.

Un estudio que sustituye silenciosamente el ECOG PS faltante por la salida de un modelo no ofrece a los lectores forma de juzgar sus supuestos. Un análisis transparente puede mostrar cómo cambian las conclusiones cuando los valores imputados se eliminan o se tratan de forma diferente.

El uso regulatorio eleva aún más el listón. Los patrocinadores tendrían que conectar el rendimiento del modelo con la población, la fuente de datos y la pregunta específica bajo revisión. Un clasificador preciso en una cohorte de cáncer no se convierte automáticamente en evidencia fiable para otra indicación.

El campo también debería comparar modelos especializados con enfoques generativos más recientes. Los modelos generales de lenguaje pueden extraer varias variables de elegibilidad en un mismo flujo de trabajo. Los sistemas especializados pueden ofrecer controles más estrictos, salidas estables y una validación más focalizada.

Ninguna de las dos arquitecturas resuelve por sí sola una documentación deficiente. Mejores flujos de trabajo clínicos siguen siendo la forma más limpia de capturar el estado funcional cuando se evalúa al paciente.

La automatización se vuelve valiosa porque los registros históricos no pueden reescribirse y es poco probable que exista una documentación estructurada perfecta. El objetivo no es hacer desaparecer la incertidumbre. Es identificar, cuantificar y gestionar mejor esa incertidumbre.

Para los equipos de investigación, el siguiente paso práctico es tratar el modelo Longformer ECOG como un método de anotación con un error medible. Conserven la nota original, registren cómo se produjo cada valor y separen las predicciones de las observaciones.

Los equipos que manejan grandes colecciones de artículos, definiciones clínicas y documentación de modelos también necesitan una gestión de evidencia trazable. Una base de conocimiento de IA con capacidad de búsqueda puede ayudar a los analistas a mantener conectadas las versiones de los modelos, los hallazgos de validación y los supuestos de los estudios.

El modelo Longformer ECOG ofrece una respuesta creíble a una de las persistentes lagunas de datos de la oncología en el mundo real. Su prueba más importante será determinar si equipos independientes pueden reproducir el resultado sin convertir una estimación útil en un falso hecho clínico. Antes de basarse en estados imputados por IA, los investigadores deberían plantearse una pregunta directa: ¿puede rastrearse, cuestionarse y eliminarse cada valor predicho sin que la conclusión del estudio se derrumbe?