Resumen

La diabetes es una de las enfermedades metabólicas más comunes que causan niveles altos de azúcar en la sangre. El diagnóstico temprano de esta condición es desafiante debido a su compleja interdependencia en varios factores. Existe la necesidad de desarrollar sistemas críticos de apoyo a la toma de decisiones para ayudar a los profesionales médicos en el proceso de diagnóstico. Esta investigación propone desarrollar un modelo predictivo que pueda lograr una alta precisión de clasificación de la diabetes tipo 2. El estudio constó de dos partes fundamentales. En primer lugar, se investigó el manejo de datos faltantes mediante la imputación de datos, específicamente, imputación del valor medio, imputación del vecino más cercano y imputación iterativa. Posteriormente, el estudio validó las implicaciones de estas imputaciones utilizando varios algoritmos de clasificación, es decir, algoritmos lineales, basados en árboles y de conjunto, para ver cómo cada método afectaba la precisión de la clasificación. En segundo lugar, se empleó una Red Neuronal

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Diabetes; Alto nivel de azúcar en la sangre; Sistemas de apoyo a la toma de decisiones; Modelo predictivo; Imputación de datos; Algoritmos de clasificación
• Keywords:Diabetes; High blood sugar; Decision support systems; Predictive model; Data imputation; Classification algorithms