Implementación de un modelo de machine learning para el diagnóstico temprano de diabetes tipo 2

El presente trabajo aborda la problemática del diagnóstico tardío de la diabetes tipo 2, una enfermedad crónica con alta prevalencia mundial. El objetivo fue diseñar e implementar un modelo predictivo de Machine Learning que, utilizando datos clínicos no invasivos y fácilmente obtenibles del BRFSS 2...

Full description

Autores:
Marín Ortega, Luis Fernando
Parra Faria, Luisangel Alexander
Tipo de recurso:
Fecha de publicación:
2025
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/13386
Acceso en línea:
http://hdl.handle.net/10584/13386
Palabra clave:
Diabetes tipo 2
diagnóstico temprano
BRFSS
machine learning
balanceo de clases
XGBoost
early diagnosis
machine learning
BRFSS
feature selection
class balancing
XGBoost
Type 2 diabetes
Rights
License
Universidad del Norte