Desarrollo de un algoritmo con redes neuronales para la predicción de ACV en pacientes diabéticos

Abstract

El objetivo de esta investigación fue desarrollar un algoritmo basado en redes neuronales para la predicción de ACV focalizado en pacientes diabéticos donde se tuvo como indicadores de predicción a la precisión, accuracy, sensibilidad y especificidad. El diseño de investigación fue transversal con un nivel de investigación correlacional. La data usada fue de 17372 registros Recuperados del repositorio Kaggle los cuales estaban conformados por 9 variables. El instrumento usado para la confiabilidad fue el Alfa de Cronbach el cual determinó una homogeneidad del 94%, dicho instrumento fue empleado para determinar el mínimo porcentaje de predicción aceptable. La investigación fue desarrollada con la metodología SEMMA (sample, explore, modify, model, assess), la cual permitió la creación del modelo de red neuronal, también se empleado la librería H2O para generar el modelo de Deep Learning. Los resultados que arrojó el modelo de red neuronal superaron el mínimo aceptable (88% para todos los indicadores), en donde la precisión obtuvo un 91%, accuracy 94%, sensibilidad 93% y la especificidad 94%. Finalmente, se obtuvieron mejores resultados de los previstos, dado que el modelo superó el mínimo aceptable.