En los países desarrollados y en Cuba las enfermedades cerebrovasculares ocupan el tercer lugar en frecuencia entre las causas de muerte de la población adulta. De ellas el 60% lo constituyen los infartos cerebrales de origen aterotrombótico. Pronosticar la supervivencia de este tipo de infarto permitiría identificar a los pacientes de mayor riesgo y minimizar las complicaciones subsiguientes. En este estudio se compara el desempeño de 14 algoritmos de aprendizaje automatizado, pertenecientes a varios paradigmas de la inteligencia artificial, para predecir el pronóstico de supervivencia de infarto cerebral aterotrombótico. Entre los diferentes algoritmos, ADTree, IBk y LMT parecen ser los más apropiados. Se analiza la combinación de las decisiones de varios clasificadores para la solución del problema de predicción y se muestra que los ensambles aumentan ligeramente la precisión pero a expensas de la interpretabilidad.

Authors:

Presentation:
Virtual

Thematic:
Minería de datos y reconocimiento de patrones