Diagnóstico de enfermedades renales crónicas en pacientes de EsSalud, usando Machine Learning

[villegas80@gmail.com]

Tema: Diagnóstico de enfermedades renales crónicas en pacientes de EsSalud, usando Machine Learning
Integrantes:
- Espinoza García, José Luis
- Garrido Mansilla, Gerson Andre
- Huaytalla Pariona, Jaime Antonio
- Sacasqui Huaito, Shirley Sirene
- Villegas Cubas. Juan Elias
Resumen:
En este trabajo se construye y evalúa modelos de machine learning para el diagnóstico de enfermedades renales crónicas; el conjunto de datos tiene 115349 registros y cuenta con información del paciente como edad, sexo; información de los exámenes de laboratorio como dosaje de creatinina en sangre y dosaje de glucosa en sangre, datos del sitio del examen de laboratorio, datos del personal médico tratante y datos del diagnóstico según la CIE 10, entre otros. Se procesaron los datos y se construyeron tres modelos de machine learning como Decision Tree, Random Forest y Extra Tree, se optimizaron en búsqueda de los mejores parámetros. Los modelos construidos fueron evaluados y el modelo Extra Tree obtiene mejor desempeño con un accuracy de 0.9141, una precisión de 0.9116, un recall (sensibilidad) de 0.9141, F1-Score de 0.9122 y AUC-ROC de 0.9498