Solución tecnológica para identificar el nivel de predisposición a ser diagnosticado con diabetes mellitus tipo 2

Abstract

El presente trabajo consiste en el desarrollo de una solución tecnológica que, utilizando un modelo de análisis predictivo, permita identificar y reducir el nivel de riesgo de padecer diabetes mellitus tipo 2 a través de un dispositivo wearable. La propuesta se basa en modelos previos que utilicen el algoritmo de auto clasificación en base a los factores de riesgo, los cuales brindan mayor contribución a los resultados del diagnóstico presuntivo del usuario que desea comprobar su nivel de riesgo.

Esta propuesta consiste en la prevención primaria de la diabetes mellitus tipo 2, por medio de un método no invasivo compuesto por fases de captura y almacenamiento de los factores de riesgo, propios de un proceso de triaje; modelo de Análisis Predictivo, cuya predicción permita la obtención de resultados presuntivos y sugerencias de recomendaciones a seguir; y tratamiento preventivo para que el usuario logre mejorar su calidad de vida. La validación preliminar de la propuesta se realizó en una institución pública de la Salud en Lima, Perú, tomando una muestra de 660 pacientes los cuales tienen el rango de edad de entre 45 a 85 años, de ambos géneros y que no han sido diagnosticados anteriormente con diabetes mellitus tipo 2.

Los resultados obtenidos corresponden al incremento de la actividad física monitoreada con el dispositivo wearable permitiendo que se obtenga una muestra de 12 personas propensas a padecer la enfermedad, 8 de ellas pudieron reducir su riesgo y pasar a no ser propensas a padecer la enfermedad con un nivel de certeza promedio del 48.75%. Los resultados del uso de la solución demostraron una efectividad del 66.67%.

The present work consists of the development of a technological solution that, using a predictive analysis model, allows the identification and reduction of the risk level of suffering type 2 diabetes mellitus through the use of a wearable device. The proposal is based on previous models that use the automatic classification algorithm based on risk factors, which provide a greater contribution to the results of the presumptive diagnosis of the user who wishes to verify their risk level.

This proposal consists of the primary prevention of type 2 diabetes mellitus by means of a non-invasive method composed of phases of capture and storage of risk factors, typical of a triage process; Predictive Analysis model, whose prediction allows obtaining presumptive results and suggestions for recommendations to follow; and preventive treatment so that the user can improve her quality of life. The preliminary validation of the proposal was carried out in a public health institution in Lima, Peru, taking a sample of 660 patients who have the age range between 45 to 85 years, of both genders and who have not been previously diagnosed. with type 2 diabetes mellitus.

The results obtained correspond to the increase in physical activity monitored with the wearable device, allowing a sample of 12 people prone to suffer from the disease to be obtained. 8 of these people were able to reduce their risk and become not prone to suffer from the disease with a level average certainty of 48.75%. The results of the use of the solution demonstrated an effectiveness of 66.67%.