Diseño de un modelo para asistencia médica y predicción de preeclampsia en mujeres embarazadas, Barranquilla, Colombia, 2016

Abstract

El presente proyecto presenta un modelo basado en un sistema de información para la asistencia de las mujeres embarazadas el cual les ayudara a tener un mejor control de su embarazo y para el médico poder estar mejor informado sobre las probabilidades de que sus pacientes puedan padecer de preeclampsia. Dentro del proyecto se desarrollo un modelo de predicción de preeclampsia en mujeres embarazadas durante el segundo trimestre de gestación, empleando técnicas de minería de datos (como lo son los arboles de decisión, Algoritmo C5.0, Principal Component Analysis PCA, Non Metric Dimensional Scaling NMDS). La propuesta de este modelo surge del interés de diseñar una herramienta de predicción de preeclampsia, con el fin de ayudar con los expertos en obstetricia a examinar y verificar más fácilmente los resultados obtenidos de sus pacientes para apoyar la toma de decisiones. Una vez se determinaron las variables más acordes para hacer la predicción, se procedió a seleccionar el mejor método para lograr este proceso. El modelo fue probado sobre un conjunto de 100 datos simulados de los cuales el 75% de la muestra, corresponde a datos de entrenamiento y el 25 %, a datos de validación. Los resultados obtenidos de la técnica utilizada (C5.0, PCA, NMDS) se compararon con otras técnicas de predicción encontradas en revisión literaria mejorando el procentaje de acierto.