Publicación:
Optimización del tratamiento para controlar el colesterol LDL usando modelos de inteligencia artificial

dc.contributor.advisorManzur Jattin, Fernandospa
dc.contributor.advisorSierra Porta, David
dc.contributor.advisorAcevedo Barrios, Rosa Leonor
dc.contributor.authorBoneu Yepez, Deiby Johnspa
dc.coverage.spatialCartagena
dc.date2024
dc.date.accessioned2025-06-18T22:43:01Z
dc.date.issued2024spa
dc.description.abstractDefinición: El aumento del colesterol LDL es uno de los principales factores de riesgo pa- ra presentar enfermedades cardiovasculares; por lo cual usar una adecuada terapia disminuye el riesgo de presentar una enfermedad cardiovascular. La inteligencia artificial (IA) es una herramienta que puede ser de gran ayuda para orientar a los médicos a seleccionar la terapia óptima dirigida a cada paciente de forma individual. Con base a lo anterior, se plantea la pre- gunta: ¿Cómo se puede optimizar el tratamiento para controlar los niveles de colesterol LDL de manera efectiva mediante modelos de inteligencia artificial, considerando el riesgo cardio- vascular individual de cada paciente? Metodologı́a: Se comparó el rendimiento de varios modelos de machine learning para evaluar la habilidad en predecir la mejor terapia individua- lizada en cada paciente de acuerdo a su riesgo cardiovascular de un registro de pacientes de una clı́nica particular especializada en la atención de pacientes con enfermedades cardiovas- culares; entre los modelos de inteligencia artificial se usaron: RandomForestClassifier (RFC), GradientBoostClassifier (GBC), AdaBoostClassifier (ABC), ExtraTreeClassifier (ETC), Ar- boles de Decisión Classifier (ADC), KNN, Maquina de soporte vectorial (SVM), Regresion logistica multinomial (RLM) y Naives Bayes Classifier (NBC). Población y muestra: Se obtuvieron los registros de 166 pacientes con algún riesgo cardiovascular, que presentaban alteración del LDL y que utilizaron algún tipo de intervención terapéutica. Sin embargo, 4 historias clı́nicas no contaban con niveles de creatinina, por lo cual, se excluyeron; contando al final con 162 observaciones. De estos, se obtuvo una muestra de 115 pacientes que fueron los que lograron el objetivo terapéutico de LDL con el tratamiento utilizado. Resultados: Los modelos RFC y GBC muestran similares resultados al clasificar una terapia óptima de acuerdo al registro de pacientes. ABC es un modelo que sobreestima los resultados por lo cual no se considera adecuado como método de clasificación. Conclusiones y recomen- daciones: Los modelos de inteligencia artificial son una herramienta valiosa que puede ser usada en medicina en beneficio de los pacientes.spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicada y Ciencia de Datos
dc.format.extent54 paginas.
dc.format.mimetypeapplication/PDFspa
dc.identifier.citationDeiby John Boneu Yepez (2024). Optimización del tratamiento para controlar el colesterol LDL usando modelos de inteligencia artificial. Trabajo de Grado de Maestría en estadística Aplicada y Ciencia de Datos. UTB. Cartagena de Indias, Colombia.spa
dc.identifier.instnameUniversidad Tecnológica de Bolívarspa
dc.identifier.local006.31 B712
dc.identifier.otheralma:57UTB_INST/bibs/99666032705731
dc.identifier.reponameRepositorio UTB
dc.identifier.urihttps://hdl.handle.net/20.500.12585/13841
dc.identifier.urlhttps://utb.alma.exlibrisgroup.com/discovery/delivery/57UTB_INST:57UTB_INST/1242987010005731
dc.languagespa
dc.publisherUniversidad Tecnológica de Bolívar UTBspa
dc.publisher.facultyFacultad de Ciencias Básicas
dc.relationalma:57UTB_INST/bibs/collections/8116946990005731
dc.relation.hasversioninfo:eu-repo/semantics/publishedVersionspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial 4.0 Internacional
dc.rights.licenseAutorizo (autorizamos) a la Biblioteca de la Institución para que incluya una copia, indexe y divulgue en el Repositorio Institucional, la obra mencionada con el fin de facilitar los procesos de visibilidad e impacto de la misma, conforme a los derechos patrimoniales que me(nos) corresponde(n) y que incluyen: la reproducción, comunicación pública, distribución al público, transformación, de conformidad con la normatividad vigente sobre derechos de autor y derechos conexos referidos en art. 2, 12, 30 (modificado por el art 5 de la ley 1520/2012), y 72 de la ley 23 de de 1982, Ley 44 de 1993, art. 4 y 11 Decisión Andina 351 de 1993 art. 11, Decreto 460 de 1995, Circular No 06/2002 de la Dirección Nacional de Derechos de autor, art. 15 Ley 1520 de 2012, la Ley 1915 de 2018 y demás normas sobre la materia. Al respecto como Autor(es) manifestamos conocer que: La autorización es de carácter no exclusiva y limitada, esto implica que la licencia tiene una vigencia, que no es perpetua y que el autor puede publicar o difundir su obra en cualquier otro medio, así como llevar a cabo cualquier tipo de acción sobre el documento. La autorización tendrá una vigencia de cinco años a partir del momento de la inclusión de la obra en el repositorio, prorrogable indefinidamente por el tiempo de duración de los derechos patrimoniales del autor y podrá darse por terminada una vez el autor lo manifieste por escrito a la institución, con la salvedad de que la obra es difundida globalmente y cosechada por diferentes buscadores y/o repositorios en Internet lo que no garantiza que la obra pueda ser retirada de manera inmediata de otros sistemas de información en los que se haya indexado, diferentes al repositorio institucional de la Institución, de manera que el autor(res) tendrán que solicitar la retirada de su obra directamente a otros sistemas de información distintos al de la Institución si desea que su obra sea retirada de inmediato. La autorización de publicación comprende el formato original de la obra y todos los demás que se requiera para su publicación en el repositorio. Igualmente, la autorización permite a la institución el cambio de soporte de la obra con fines de preservación (impreso, electrónico, digital, Internet, intranet, o cualquier otro formato conocido o por conocer). La autorización es gratuita y se renuncia a recibir cualquier remuneración por los usos de la obra, de acuerdo con la licencia establecida en esta autorización. Al firmar esta autorización, se manifiesta que la obra es original y no existe en ella ninguna violación a los derechos de autor de terceros. En caso de que el trabajo haya sido financiado por terceros el o los autores asumen la responsabilidad del cumplimiento de los acuerdos establecidos sobre los derechos patrimoniales de la obra con dicho tercero. Frente a cualquier reclamación por terceros, el o los autores serán responsables, en ningún caso la responsabilidad será asumida por la institución. Con la autorización, la institución puede difundir la obra en índices, buscadores y otros sistemas de información que favorezcan su visibilidad.
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposalAprendizaje automático (inteligencia artificial)
dc.subject.proposalBioestadística
dc.subject.proposalMatemática
dc.subject.proposalCardiología
dc.subject.proposalTrabajo de Grado Laureado
dc.titleOptimización del tratamiento para controlar el colesterol LDL usando modelos de inteligencia artificialspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.driverinfo:eu-repo/semantics/masterThesis
dcterms.audiencePúblico generalspa
dspace.entity.typePublication
relation.isDirectorOfPublication996a607a-3eb1-4484-8978-ed736b9fc0b7
relation.isDirectorOfPublication74ceb186-b60b-4210-9548-9a89e1a8f37b
relation.isDirectorOfPublication.latestForDiscovery996a607a-3eb1-4484-8978-ed736b9fc0b7

Archivos