Resumen de Modelo de ensamble para predecir el diagnóstico de pacientes con sospecha de Covid-19

Daniel Andrade Girón, Juana Sandivar Rosas, Edgardo Carreño Cisneros

• español

  La pandemia de Covid-19 ha afectado a millones de personas en todo el mundo, siendo calificada por la Organización Mundial de la Salud como una crisis de preocupación global. Esto ha generado la necesidad de realizar una predicción oportuna del diagnóstico de pacientes con alto riesgo de deterioro clínico en establecimientos médicos. El objetivo de este estudio es diseñar y comparar el rendimiento de modelos de aprendizaje automático basados en ensambles de máquinas para predecir pacientes con sospecha de Covid-19. La investigación sigue el paradigma positivista, enfoque cuantitativo, diseño observacional sin intervención, nivel predictivo. Para llevar a cabo este estudio, se recopilaron 1.000 registros de pacientes de dos establecimientos de salud en Perú. La construcción de los modelos se basó en algoritmos de ensamble, como Random Forest, Extra Trees, Gradient Boosting y AdaBoosting. Al comparar los modelos en términos de exactitud (accuracy), que mide el porcentaje de casos clasificados correctamente como pacientes con sospecha de Covid-19, se obtuvo un 97% de precisión para los modelos basados en Random Forest y Gradient Boosting. Además, el valor de Kappa de Cohen fue de 0.95, lo cual indica una concordancia muy buena entre el resultado de predicción del modelo y los datos reales.

• English

  The Covid-19 pandemic has affected millions of people around the world, being described by the World Health Organization as a crisis of global concern. This has generated the need to perform a timely prediction of the diagnosis of patients with high risk of clinical deterioration in medical establishments. The aim of this study is to design and compare the performance of machine-assembly-based machine learning models to predict patients with suspected Covid-19. The research follows the positivist paradigm, quantitative approach, observational design without intervention, predictive level. To carry out this study, 1,000 patient records from two health facilities in Peru were collected. The construction of the models was based on assembly algorithms, such as Random Forest, Extra Trees, Gradient Boosting and AdaBoosting. When comparing the models in terms of accuracy, which measures the percentage of cases correctly classified as patients with suspected Covid-19, a 97% accuracy was obtained for the models based on Random Forest and Gradient Boosting. In addition, Cohen’s Kappa value was 0.95, which indicates a very good agreement between the model prediction result and the actual data