Open AccessClasificación de pacientes con Covid-19 con predisposición a cuidados intensivos usando técnicas de SVM y Random Forest
Author(s) -
Juan Víctor Sanguineti Valdivia
Publication year - 2021
Publication title -
actas del congreso internacional de ingeniería de sistemas
Language(s) - Spanish
Resource type - Conference proceedings
ISSN - 2810-806X
DOI - 10.26439/ciis2021.5631
Subject(s) - humanities , covid-19 , random forest , computer science , artificial intelligence , philosophy , physics , medicine , disease , pathology , infectious disease (medical specialty)
El COVID-19 es una enfermedad respiratoria de alto nivel de contagio causada por el SARSCoV-2. Los algoritmos predictivos permitirían la identificación de aquellas personas que podrían ser admitidas a cuidados intensivos. En este trabajo se siguió una metodología que consiste en la selección de un conjunto de datos que luego será procesado mediante el uso de técnicas como One Hot Encoding, MICE y LASSO. Luego se desarrollarán y evaluarán los modelos propuestos de Random Forest y Support Vector Machine mediante las métricas de sensibilidad, especificidad y AUC. Los resultados indican que el modelo de Random Forest obtiene un mejor rendimiento para la clasificación de los pacientes que son admitidos a una sala de cuidados intensivos.