Clasificador con redes neuronales para el pronóstico de la enfermedad renal crónica en la población colombiana
Fecha:
24/07/2019Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
Este trabajo tiene como objetivo la creación de un clasificador basado en redes neuronales
para pronosticar si una persona está en riesgo de desarrollar enfermedad renal crónica
(ERC). El modelo se entrenó con los datos demográficos y la información de las atenciones
médicas de dos grupos poblacionales: por una parte, personas diagnosticadas con ERC en
Colombia durante el año 2018, y por otra, una muestra de personas sin diagnóstico de esta
enfermedad. Una vez entrenado el modelo y aplicadas las métricas de evaluación para
algoritmos de clasificación, el modelo alcanzó 95% de exactitud en el conjunto de datos de
prueba, siendo por lo tanto viable su aplicación para el pronóstico de la enfermedad. Tras su
implementación, se identificaron 3.494.516 personas en riesgo de desarrollar ERC en
Colombia, es decir un 7% del total de la población.
Descripción:
This paper aims to create a neural network-based classifier to predict whether a person is at
risk of developing chronic kidney disease (CKD). The model was trained with the
demographic data and medical care information of two population groups: on the one hand,
people diagnosed with CKD in Colombia during 2018, and on the other, a sample of people
without a diagnosis of this disease. Once the model was trained and evaluation metrics for
classification algorithms were applied, the model achieved 95% accuracy in the test data set,
making its application for disease prognosis feasible. After implementation, 3,494,516 people
were identified as being at risk of developing CKD in Colombia, or 7% of the total population.
Ficheros en el ítem
