El documento presenta un análisis de datos de pacientes de COVID-19 utilizando técnicas de inteligencia artificial. Se utilizaron árboles de decisión, redes neuronales, regresión logística y bosques aleatorios para predecir la mortalidad, con la regresión logística obteniendo los mejores resultados. La regresión logística identificó varias variables como predictores significativos de mortalidad y produjo un modelo interpretable para ayudar a los profesionales médicos.

1. 1
Uso de técnicas estadísticas y de inteligencia artificial
para análisis de datos de pacientes de COVID-19
Paul Sebastián Patacho Mungarrieta
Escuela de Ingeniería Industrial Vigo, 25 de Noviembre de 2022

2. 2
AGENDA
• Seguimiento del trabajo realizado
• Definición de Inteligencia Artificial (IA)
• Base de datos de pacientes de COVID-19
• Contexto y preparación
• Algoritmos de IA utilizados
• Resultados
• Conclusiones y discusión

3. Trabajo Realizado
3
Antecedentes
Hipótesis
Estudio de la
base de datos
Entrenamiento
de los
modelos
Análisis y
comparación
Conclusiones

4. Clasificación:
No supervisado
Supervisado:
Regresión
Clasificación
4
w1
X1
w2
X2
wp
Xp
…
…
ℎₖ 𝑋
f(x)
Inteligencia Artificial
f(x)
f(x) f(x)
f(x)

5. La base de
datos
Preparación
Contexto
5
 División en cohortes:
Entrenamiento y
evaluación.
 Discretización de variables
 Origen – Acceso – Temporalidad
 Características:
 Tamaño muestral
 Tipos de variables
 Criterios de aceptación

6. Selección de las variables
6
Estudio teórico
de las variables
Estudio
estadístico
Contexto de la
base
de datos
Variables
utilizadas
Variables Predictoras:
1.Edad
2.EPOC
3.Diabetes
4.Temperatura -ºC
5.Saturación de oxígeno (%)
6.Presión arterial media -mmHg
7.Glóbulos blancos por mm3
8.Linfocitos por mm3
9.Plaquetas por mm3
10.AST -U/L
11.ALT -U/L
12.Ferritina -μg/L
13.INR
14.Dímero D -mg/mL
15.Creatinina -mg/dL
16.Nitrógeno Ureico -mg/dL
17.Glucosa -mg/dL
18.Sodio -mmol/L
19.Interleucina-6 -pg/mL
20.Proteína C reactiva -mg/L
21.Troponina -ng/mL
22.Procalcitonina -ng/mL
Sociales: 6
Comorbilidades: 16
Biomarcadores: 19
2
1
16
19
Variable Diana:
Mortalidad
19
5 2
19
1
P<0.05

7. Modelos
Características
Implementación
7
Árboles de decisión
Redes Neuronales
Regresión Logistica
Bosques aleatorios
Proteína
C <= 10
1
1 + 𝑒− 𝛽₀+𝛽₁𝑋

8. 8
Fortalezas
Interpretabilidad
“La posibilidad de presentar la base subyacente para
la toma de decisiones de una manera comprensible
para seres humanos” -W. James Murdoch
Debilidades
• Compensación sesgo varianza
• Sobreajuste
• Mínimos Locales

9. Resultados
9
Árboles de decisión
Redes Neuronales
Regresión Logística
Bosques aleatorios
Características
Implementación

10. Gráfico de barras de la importancia de los coeficientes de
la regresión logística
Sensibilidad
1 - Especificidad
Curva ROC
 Distribución de la regresión
 Punto de corte Índice de Youden
 Variables estadísticamente significativas
10
P<0.05
Regresión Logística
PC 0.22

11. 11
Conclusiones
Regresión Logística
Colaborar en la asistencia
sanitaria
Calidad de los datos > Algoritmo
Proyecto Futuro

12.  Distribución de la regresión
 Punto de corte Índice de Youden
 Variables estadísticamente significativas
12
P<0.05
Coeficientes:
Regresión Logística
Sensibilidad
1 - Especificidad
PC 0.22
Fallecidos
Probabilidad estimada de muerte
Frecuencia
absoluta
Sobrevivientes
Probabilidad estimada de muerte
Frecuencia
absoluta

13. 13
Histograma de la predicción para los fallecidos
Probabilidad estimada de muerte
Frecuencia
absoluta
Histograma de la predicción para sobrevivientes
Probabilidad estimada de muerte
Frecuencia
absoluta
Originales

14. 14

15. 15

16. 16

17. 17

18. 18

19. 19