Aplicación Software para la clasificación de pacientes con Alzheimer basado en técnicas de Data Mining

En Colombia, 342.956 personas mayores de 60 años padecerán algún tipo de demencia, de las cuales cerca del 75% sufrirán Alzheimer (EA) (OISS, 2019), es por ello que tener una buena percepción de la data disponible es importante para mejorar el tratamiento de la EA. En la actualidad muchos hospitales cuentan con sistemas automatizados para el registro de sus pacientes, sin embargo pocos de estos sistemas apoyan al tratamiento de estos. Por esto el equipo de trabajo desarrolló una herramienta software que permite la clasificación de pacientes respecto al nivel de demencia que poseen a partir de los datos ingresados por doctores al realizar una nueva consulta donde dichos pacientes son sometidos a un test de evaluación de demencia, para esto se utilizó la base de datos abierta OASIS. Se creó un script en Python el cual es integrado en Django y se apoya de los datos abiertos analizados. Por otro lado, se implementó la técnica de Random Forest utilizando conjuntos de árboles clasificadores CART, los cuales utilizan el índice Gini para la separación de la criteria. Por medio de este modelo y de los resultados obtenidos en el área bajo la curva ROC (AUC) el programa logra clasificar correctamente a los pacientes con una probabilidad de 92% entre sujetos con sanidad y con demencia, adicionalmente se realiza una clasificación con una probabilidad del 81% con respecto al Clinical Dementia Rating (CDR) de los pacientes. Agregado a esto se obtienen los factores de riesgo asociados a cada paciente a partir de la información suministrada en los formularios y las evaluaciones, dicha información es analizada en relación a la importancia de cada uno de los atributos dentro del dataset y es posteriormente comparada con respecto a la media. La información es presentada en la herramienta web utilizando Vue.js y ZingChart.js para la visualización del comportamiento de los datos demográficos y clínicos de los pacientes así como el monitoreo de estos a partir de los tests que realizan.

• Autores: Álvarez, Valeria; Padilla, Jesús; Sepúlveda, Luis
• Fecha de publicación: 2020
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/8873
• Acceso en línea: http://hdl.handle.net/10584/8873
• Palabra clave: Enfermedad de Alzheimer (EA); Random Forest; CART; Indice Gini; Clinical Dementia Rating (CDR); Factores de riesgo; OISS. (2020). Boletín programa Iberoamericano de cooperación sobre la situación de las personas adultas mayores. Retrieved 11 March 2020, from https://oiss.org/wp-content/uploads/2020/01/Boletin-OISS-19-Alta.pdf; Alzheimer's disease (AD); Random Forest; CART; Gini Index; Clinical Dementia Rating (CDR); Risk Factors; OISS. (2020). Boletín programa Iberoamericano de cooperación sobre la situación de las personas adultas mayores. Retrieved 11 March 2020, from https://oiss.org/wp-content/uploads/2020/01/Boletin-OISS-19-Alta.pdf
• License: Universidad del Norte