Resumen

Las enfermedades crónicas son enfermedades que duran un año o más y requieren atención médica continua y monitoreo. Basándose en este punto, un conjunto de datos de una aplicación llamada Flaredown ayuda a los pacientes con enfermedades crónicas a mejorar sus síntomas y condiciones. En este estudio, se propuso un modelo de nivel de gravedad de enfermedad para dar al paciente una alerta sobre su condición de salud en tres niveles diferentes según su gravedad. La información personal, las condiciones de tratamiento y las condiciones dietéticas fueron analizadas mediante una medida estadística, TD-IDF. Se utilizaron y compararon siete modelos de aprendizaje automático diferentes para generar el modelo de nivel de gravedad de enfermedad. Los resultados revelaron que el modelo XGBoost con una puntuación de 0.85 y el modelo LightGBM con una puntuación de 0.84 tienen el mejor rendimiento. También aplicamos selección de características y ajuste de parámetros para estos dos modelos para lograr un mejor rendimiento, y las mejores puntuaciones finales logradas por el modelo XGBoost y el modelo LightGB

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Enfermedades crónicas; Conjunto de datos; Flaredown; Modelo de nivel de gravedad de la enfermedad; Modelos de aprendizaje automático; Modelo XGBoost
• Keywords:Chronic diseases; Dataset; Flaredown; Illness severity-level model; Machine learning models; XGBoost model