Regresar

Análisis de validación de un modelo estadístico de regresión logística mediante un algoritmo de aprendizaje de máquina supervisado para predecir la mortalidad en pacientes con fibrilación ventricular.

Abstract:

La arritmia cardíaca (también llamadas palpitaciones) son problemas en el ritmo cardíaco, que ocurren cuando los impulsos eléctricos que coordinan los latidos cardíacos no funcionan correctamente, lo que hace que el corazón lata de forma rápido, demasiado lento o de una manera irregular. El objetivo del este trabajo es predecir la mortalidad de pacientes por fibrilación ventricular por medio del uso de métodos de inteligencia artificial con el fin de validar la efectividad de un modelo estadístico por lo que se aplicaron algoritmos de machine learning. Para emplear estos modelos inicialmente lo que se ha hecho es descargar una base de datos del repositorio científico kaggle, para lo cual la BD sirvió para el entrenamiento de los algoritmos de machine learning tanto la regresión logística como árboles de decisión para obtener un resultado aproximado. Al comparar los resultados de los algoritmos usados notamos que para nuestra base de datos el Regresión Logística presentó una precisión del 98% mientras que el árbol de decisión presentó una precisión del 100% debido a que se tuvo que emputar casi la mitad de los datos. El algoritmo de árboles de decisión obtuvo un mejor rendimiento, lo que muestra que esta herramienta basada en la inteligencia artificial podría ser usada por profesionales como ayuda para ofrecer diagnósticos oportunos y tratamientos adecuados.