Publicación:

Estudio comparativo de modelos predictivos en el análisis de factores significativos de riesgos de hipertensión en la población de Cartagena

Resumen en español

Todos los algoritmos, técnicas o métodos fueron desarrollados bajo el lenguaje de programación Python, para el cual se utilizó la plataforma especialmente utilizada para laboratorios de ciencia de datos e inteligencia artificial, esta se llama anaconda la cual es muy fácil de manejar y ofrece muchas ayudas las cuales hacen más fácil la codificación e implementación de las técnicas sobre el data set seleccionado de variables que influyen en los casos de hipertensión encontrados en la población de Cartagena en el año 2018. El uso de anaconda como la suite de paquetes básicos que se requiere para el análisis y la implementación de los algoritmos no es necesario instalar librerías externas ya que de todas formas la plataforma maneja las dependencias de manera organizada. Primero se recolectó toda la información con la que se va a trabajar en los algoritmos, luego se debe organizo para presentarla de manera unificada en un archivo en formato .CSV que se lee a través de métodos y librerías en Python. Se realizaron todas las técnicas para la preparación de los datos y el manejo entre los diferentes algoritmos. En el conjunto de datos original se realizó una segmentación de datos, dividiéndolos en entrenamiento y prueba que sirven para validación de los algoritmos, se implementaron pruebas para evaluar los modelos lo cual es realizado, para identificar los comportamientos y efectos. Luego se evaluaron los subconjuntos de datos obtenidos para comparar cada uno de los modelos seleccionados, realizando un análisis de clasificadores de acuerdo a las variables seleccionadas para elegir el mejor modelo, y por último se concluyó cuál es el modelo con mejores resultados de los comparados, seleccionándolo como el apto en este análisis, para asumir la responsabilidad de predecir casos de hipertensión, sabiendo que los modelos de predicción no son 100% certeros son datos que nos ayudarán en gran parte a tomar decisiones y que puedan prevenir riesgo de casos de hipertensión en la salud.