Resumen

La enfermedad renal crónica (ERC) se encuentra entre las 20 principales causas de muerte en todo el mundo y afecta aproximadamente al 10% de la población adulta mundial. La ERC es un trastorno que altera la función renal normal. Debido al creciente número de personas con ERC, se requieren medidas de predicción eficaces para el diagnóstico precoz de esta enfermedad. La novedad de este estudio radica en el desarrollo del sistema de diagnóstico para detectar las enfermedades renales crónicas. Este estudio ayuda a los expertos a explorar medidas preventivas para la ERC mediante el diagnóstico precoz utilizando técnicas de aprendizaje automático. Este estudio se centró en la evaluación de un conjunto de datos recogidos de 400 pacientes que contenían 24 características. Se utilizaron los métodos de análisis estadístico de la media y la moda para sustituir los valores numéricos y nominales que faltaban. Para elegir las características más importantes, se aplicó la eliminación recursiva de características (RFE). En este estudio se aplicaron cuatro algoritmos de clasificación: máquina de vectores de apoyo (SVM), k-nearest neighbors (KNN), árbol de decisión y bosque aleatorio. Todos los algoritmos de clasificación obtuvieron resultados prometedores. El algoritmo de bosque aleatorio superó a todos los demás algoritmos aplicados, alcanzando una exactitud, precisión, recuperación y puntuación F1 de 100 en todas las medidas. La ERC es una enfermedad grave que pone en peligro la vida, con altas tasas de morbilidad y mortalidad. Por ello, las técnicas de inteligencia artificial son de gran importancia en la detección precoz de la ERC. Estas técnicas sirven de apoyo a expertos y médicos en el diagnóstico precoz para evitar el desarrollo de insuficiencia renal.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:ERC, diagnóstico precoz, estudio, algoritmos de clasificación, enfermedad renal crónica, eliminación recursiva de características, técnicas de inteligencia artificial, enfermedades renales crónicas, medidas de predicción eficaces, función renal normal
• Keywords:CKD, early diagnosis, study, classification algorithms, Chronic kidney disease, Recursive Feature Elimination, artificial intelligence techniques, chronic kidney diseases, effective prediction measures, normal kidney function