Análisis de la Encuesta de Salud Nacional y Examen de Nutrición de Estados Unidos (NHANES) usando machine learning

En este trabajo se usará el conjunto de datos de kaggle National Health and Nutrition Examination Survey. La finalidad será diseñar e implementar diferentes modelos no supervisados para identificar patrones, descubrir como tienden los datos a agruparse y si existen comorbilidades entre las enfermedades. También diseñaremos modelos predictivos para detectar si un paciente sufre hipertensión. En los modelos de clustering, escogemos el parámetro n_neighbors con el método del codo y los parámetros de los modelos predictivos con el RandomizedSearchCV y después con GridSearchCV. Se implementa un modelo de clustering con k-Means para el conjunto total de los datos y otro para las enfermedades del archivo medications. En el primero se concluye que la edad y las variables relacionadas con la salud dental son los más importantes para la determinación de los clústeres, en el segundo se obtienen unas posibles comorbilidades para las enfermedades. Para los modelos predictivos se usan los algoritmos: Support Vector Classification, Gradient Boosting Classifier, AdaBoost Classifier, Random Forest Classifier, Naive Bayes, Logistic Regression y k-NN de la librería sklearn. El mejor modelo se obtiene con AdaBoost y una exactitud de 76.33, aunque el Naive Bayes ofrece un buen resultado del TPR de 62.69 al obtenerse la menor cantidad de falsos negativos entre todos los modelos.

Grantor dc:publisher

Universitat Oberta de Catalunya (UOC)

Year dc:date.issued

2019

Author dc:creator

• Crespo Estévez, María José

• medicina
• NHANES
• aprendizaje automático
• medicine
• machine learning
• aprenentatge automàtic

Statement dc:rights

• CC BY-NC-ND

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/3.0/es/

Language dc:language.iso

spa

Handle dc:identifier.uri

http://hdl.handle.net/10609/99127

OAI identifier oai:identifier

oai:openaccess.uoc.edu:10609/99127