ABSTRACT
Introducción : En la actualidad, la Minería de Datos es cada vez más popular en el campo de la salud porque existe una necesidad de eficiencia metodológica y analítica para detectar información desconocida y valiosa en datos de salud. Objetivo : Desarrollar un modelo predictivo utilizando técnicas de minería de datos, específicamente Arboles de Decisión, para pesquisar pacientes con propensión a desarrollar Diabetes Tipo II (DM II), Hipertensión Arterial (HTA) o Dislipidemia (DLP). Método : Se analizó el problema de los Factores de Riesgo Cardiovascular Mayores desde una perspectiva de procesos y se estudiaron las técnicas que permiten descubrir el conocimiento del fenómeno almacenado en las bases de datos de Examen de Medicina Preventiva del Adulto (EMPA) de la Población en Control Cardiovascular que presenta DM II, HTA o DLP Resultados : El Algoritmo C5, presenta un mayor poder predictivo, respecto de otros algoritmos de Árbol de Decisión. Se comprobó que las variables Edad y Circunferencia de Cintura fueron las de mayor poder de discriminación en el padecimiento de DM2, HTA o DLP. El algoritmo C5 alcanzó una precisión global de un 83,01% en la partición de prueba, luego en la misma partición el modelo logra discriminar un paciente con algunas de las patologías en el 85,25% de los casos, y uno que no presenta alguna de las patologías en un 80,27% de las oportunidades. Conclusión : La Minería de Datos y en este caso, específicamente los Modelos de Árboles de Decisión son una alternativa válida para la pesquisa cardiovascular temprana.
Introduction : Data Mining is increasingly popular in the health field because there is a need for an efficient analytical methodology to detect unknown and valuable information of health data. Objective : To develop a predictive model using data mining techniques, specifically Decision Trees, to investigate patients with a propensity to develop Type II Diabetes, Arterial Hypertension or Dyslipidemia. The data of adult patients presenting Type II diabetes, Hypertension or Dyslipidemia being followed in a preventive cardiovascular control program were analyzed with the aim of unveiling phenomena that could help develop the prediction of these risk factors. Results : With respect to other decision tree algorithms, Algorithm C 5, showed a greater predictive power. The variables age and waist circumference had the greatest power of discrimination for DM2, HTA or DLP. The C 5 algorithm reached a global precision of 83.01% in the test partition. Then, in the same partition the model managed to discriminate a patient with some of the risk factors in 85.25% of cases, and to rule out any of them in 80.27% of cases. Conclusion : Data Mining, specifically decisión tree models, is a valid alternative for early detection of cardiovascular of risk factors.