Sistema de análisis automático para la evaluación de factores determinantes en la prevalencia de obesidad
Cargando...
Archivos
Fecha
2018
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
Objetivo: Automatizar el análisis de las relaciones que existen entre factores
determinantes en la prevalencia de obesidad en Chile.
Contexto: Un análisis consolidado de diversos factores que influencian la
prevalencia de obesidad en Chile podría ser base para futuras políticas preventivas.
Cada una de ellas enfocadas en aumentar la calidad y esperanza de vida de las personas
junto con disminuir los altos costos para el sistema de salud público en tratamientos
reactivos.
Problema: La fuerte alza en los índices de obesidad en el mundo, y en Chile, dan
cuenta de una falencia en las actuales políticas preventivas. Luego, es necesario el
trabajo conjunto de diversas áreas del conocimiento para entender la relación entre las
múltiples causas de esta enfermedad.
Hipótesis: Es posible automatizar el análisis de riesgo para determinar la
prevalencia asociada a obesidad a partir de variables demográficas, geográficas y
conductuales.
Diseño: Construir el cuerpo del conocimiento a partir de literatura científica
publicada por expertos médicos hasta la fecha. Caracterizar los supuestos en un modelo
multidimensional basado en estándares internacionales. Aplicar un algoritmo de
Machine Learning para identificar automáticamente correlaciones a partir de datos
clínicos de población local. Disponibilizar los resultados estratégicamente.
Resultado: Se modeló una regresión logística consiguiendo valores para las
métricas AUC = 0,607 y un F1-Score = 55,5%.
Conclusión: No se han conseguido valores significativos para las métricas
utilizadas en la evaluación del modelo de predicción. Dada la naturaleza de los datos de
entrada cargados en el modelo multidimensional, un nuevo trabajo investigativo debe
comenzar con la gestión de datos clínicos dispersos y con una extensión temporal
superior a la utilizada. Se espera con esto, mejorar el rendimiento y asegurar relaciones
que complementen los supuestos extraídos de la literatura publicada hasta la fecha.
Notas
Tesis (Ingeniero Civil Informático)
Palabras clave
Software Computacional, Desarrollo, Obesidad, Procesamiento de Datos