Modelo de Predicción para alerta temprana de Eventos Cardiovasculares mediante técnicas de Supervised Machine Learning en el Instituto de Previsión Social (IPS) de Coronel Oviedo, 2024
No Thumbnail Available
Date
2024-12
Journal Title
Journal ISSN
Volume Title
Publisher
FCyT UNCA
Abstract
Las enfermedades cardiovasculares están relacionadas con problemas del corazón y los vasos sanguíneos, siendo la principal causa de muerte en el mundo. Según el Ministerio de Salud Pública y Bienestar Social, estas enfermedades son responsables del 30% de las muertes globales y del 27% a nivel nacional. En el Instituto de Previsión Social de Coronel Oviedo se registraron 82.991 consultas entre 2021 y 2024, muchas asociadas a factores de riesgo como la hipertensión esencial. Para abordar esta problemática, se desarrollaron modelos utilizando técnicas de Machine Learning supervisado, entre ellos Regresión Logística, Árboles de Decisión y Random Forest, seleccionándose este último como modelo de alerta temprana para la interfaz de predicción de eventos cardiovasculares, debido a su 73% de exactitud y baja tasa de errores. Además, se planteó la creación de una base de datos para almacenar información de pacientes, consultas médicas e historiales clínicos, contribuyendo a mejorar la gestión y el seguimiento de la salud cardiovascular.
Description
Demo del sistema: https://youtu.be/5QChe9hdniY
Keywords
Ciencia de Datos, Ingeniería de Software., ODS 3 - Salud y bienestar, ODS 9 - Industria innovación e infraestructura