Modelos de predicción de prevalencia de enfermedades para centros de salud basado en meneria de datos

Abstract

La epidemiología es el estudio de "enfermedades que afectan transitoriamente a muchas personas en un sitio determinado". Se considera vigilancia epidemiológica al seguimiento de la ocurrencia de las enfermedades en las poblaciones. El Ministerio de Salud y Deportes de la República de Bolivia ha seleccionado un grupo de enfermedades que están sujetas a notificación obligatoria. Esta selección se ha realizado en base a las normas internacionales, que permiten priorizar las enfermedades en base a diferentes criterios, uno de ellos es la magnitud, es decir si la enfermedad tiene alta incidencia o prevalencia. La prevalencia es la frecuencia estadística (absoluta o relativa) con la que se presenta un determinado fenómeno en una población, entendido este término en su sentido estadístico es un real entre 0 y 1 denotando la ausencia o presencia de una enfermedad. El presente trabajo de tesis tiene como fin desarrollar un modelo de predicción de este valor de prevalencia para una enfermedad determinada en un establecimiento de salud en un tiempo determinado. Para ello es importante identificar variables o atributos que sean importantes para la predicción de este valor. Gracias a la teoría de conjuntos aproximados es posible este hecho, pues básicamente la aplicación de dicha teoría es la identificación de atributos relevantes de un conjunto de ellos conocidos como “reducto”. Ubicados dichos atributos es posible generar datos de entrenamiento y datos de prueba para una red neuronal artificial con el fin de desarrollar un modelo de predicción. Este hecho se realizó en los capítulos 3 y 4 del presente trabajo. Para la realización de pruebas se desarrolló un prototipo software con principios de la ingeniería de software. Las pruebas se realizaron con datos de las 10 enfermedades con mayor índice de prevalencia en centros de salud de Bolivia, información otorgada por la ONG Medicus Mundi. Obteniendo primeramente los atributos relevantes y posteriormente una red neuronal que como datos de entrada recibe valores de los atributos relevantes que forman un reducto y como dato de salida obtiene la prevalencia. Los datos esperados y los datos predecidos por el modelo para dichas enfermedades no mostraron importante diferencia a un nivel de 95% de confianza para la prueba de hipótesis que se realizó.