Predicción de Diagnóstico de Diabetes Mellitus utilizando Máquinas de Soporte Vectorial en Pacientes de Baja California

Main Article Content

B. Benítez
C. Castro
R. A. Castañeda-Martínez
A. Abaroa

Abstract

Los factores de mayor importancia para el diagnóstico de diabetes mellitus (DM) son edad, índice de masa corporal (IMC) y la concentración de glucosa en sangre. Baja California es el estado con el mayor porcentaje de diagnósticos positivos al año (23.2 %). El diagnóstico de la DM por parte de un médico resulta complicado, debido a que intervienen varios factores en la enfermedad, además de que el diagnóstico está sujeto al error humano. Un examen de sangre no proporciona información suficiente para llevar a cabo un diagnóstico correcto de la enfermedad. Se implementó una máquina de soporte vectorial (SVM) para predecir el diagnóstico de la DM basado en los factores mencionados en pacientes de Baja California. Las clases de la variable de salida son tres: sin diabetes, con predisposición a diabetes y con diabetes. Se obtuvo un SVM con una exactitud de 99.2 % con pacientes mexicanos y una exactitud de 65.6 % con un conjunto de datos de pacientes de un origen étnico diferente. Nuevos datos de pacientes mexicanos e incorporación de otros atributos son necesarios para aumentar la exactitud y capacidad de predicción del modelo, así como la capacidad de extrapolar predicciones a la población mexicana en general.

Article Details

How to Cite
Benítez, B., Castro, C., Castañeda-Martínez, R. A., & Abaroa, A. (2017). Predicción de Diagnóstico de Diabetes Mellitus utilizando Máquinas de Soporte Vectorial en Pacientes de Baja California. Memorias Del Congreso Nacional De Ingeniería Biomédica, 4(1), 415–418. Retrieved from https://memoriascnib.mx/index.php/memorias/article/view/299
Section
Trabajos Libres 2014-2017