Modelos predictivos en la clasificación de donantes a plaquetoféresis sanguínea en el Hospital Nacional Edgardo Rebagliati Martins, Lima-Perú. 2022
DOI:
https://doi.org/10.15381/pesquimat.v27.i2.29038Palabras clave:
machine learning, donante de plaquetas, modelo predictivoResumen
El objetivo de la presente investigación fue determinar el modelo predictivo que permita clasificar donantes a plaquetoféresis sanguínea en el Hospital Nacional Edgardo Rebagliati Martins-EsSalud, Lima-Perú 2022, empleando para ello una base de datos de donantes que acudieron a donar plaquetas por plaquetaféresis en el periodo 2015-2022. Se utilizó un diseño de investigación descriptivo, retrospectivo y no experimental. Para evaluar los modelos predictivos se empleó el lenguaje de programación Python usando Google Colab, en donde se realizó las etapas que implican la construcción de un modelo de Machine Learning, encontrándose que el árbol de decisión fue el modelo con mejor desempeño tanto al usar datos no balanceados (Accuracy=0.89; F1-Score=0.91; AUC=0.90) como datos balanceados usando SMOTE (Accuracy=0.87; F1-Score=0.89; AUC=0.90), teniendo una mejor capacidad predictiva en clasificar donantes a plaquetas frente a otros modelos.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Jimmy Rinaldo Morales Del Pino, Roger Pedro Norabuena Figueroa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
LOS AUTORES RETIENEN SUS DERECHOS:
a) Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b) Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el artículo publicado en la revista Pesquimat (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la revista Pesquimat.
c) Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, numero y fecha).
