Especialización en Analítica y Ciencia de Datos · 2026

Predicción temprana de la diabetes mediante modelos de aprendizaje supervisado utilizando variables clínicas y de estilo de vida de los pacientes

Los avances en analítica de datos aplicada al sector salud permiten apoyar la detección temprana de enfermedades y la toma de decisiones preventivas. En particular, los modelos de aprendizaje automático identifican patrones en grandes volúmenes de información y generan predicciones útiles para el diagnóstico y seguimiento de enfermedades crónicas como la diabetes. El objetivo de esta investigación fue implementar modelos de aprendizaje automático supervisado para predecir la presencia de diabetes a partir de variables demográficas, clínicas y de hábitos de vida. Para ello, se utilizó el conjunto de datos Behavioral Risk Factor Surveillance System (BRFSS) y se aplicaron etapas de análisis exploratorio, eliminación de valores atípicos, balanceo de clases, escalado de variables y técnicas de reducción de dimensión como SFFS, PCA y LDA. Se evaluaron nueve algoritmos de clasificación, incluyendo Regresión Logística, Naive Bayes, k-Nearest Neighbors, Máquinas de Soporte Vectorial, Árboles de Decisión, Random Forest, AdaBoost, Gradient Boosting y XGBoost. Uno de los principales retos fue equilibrar el desempeño predictivo con la interpretabilidad del modelo. El modelo seleccionado fue Máquinas de Soporte Vectorial con kernel polinómico, entrenado con las variables originales, alcanzando un F1-score de 0.7656 y un recall de 0.8012. Los resultados demuestran que el aprendizaje automático constituye una herramienta efectiva para apoyar la detección temprana de diabetes.

Tesauro de su biblioteca