COMUNICACIÓN POSTER
AUTORES
Barragán Prieto, Ana 1; Portilla Cuenca, Juan Carlos 2; Velarde Gestera, Jose Manuel 3; Romero Cantero, Victoriano 2; Palomino Garcia, Alfredo 4; Casado Naranjo, Ignacio 2; Jimenez Hernandez, Maria Dolores 4
CENTROS
1. Servicio de Neurología. Hospital Virgen Macarena; 2. Servicio de Neurología. Hospital San Pedro de Alcántara; 3. Servicio: Consultores. Drimay; 4. Servicio de Neurología. Hospital Virgen del Rocío
OBJETIVOS
La información obtenida mediante la aplicación de técnicas analíticas de Big Data(TABD) puede permitir que el conocimiento sea más eficiente. La aplicación de estas técnicas en el Ictus puede generar información para mejorar el proceso de toma de decisiones. Presentamos un proyecto de aplicación de TABD en el conocimiento del Ictus.
MATERIAL Y MÉTODOS
El Proyecto P-Ictus incluye a pacientes con Ictus procedente de dos ficheros de información. Las etapas incluídas en el proceso del análisis han sido: Preprocesamiento; Transformación y Agrupación de variables, diferenciando entre variables de riesgo, demográficas, asociadas al Ictus y pronósticas; Aplicación de técnicas estadísticas clásicas y Aplicación de TABD: Red neuronal artificial, support Vector Machine, modelos de regresión, árboles de decisión, Random Forest. El análisis incluirá información referente a la prevención primaria y secundaria, toma de decisiones en la fase aguda y el pronóstico. Como primer estudio realizamos un análisis sobre los factores asociados al riesgo de recurrencia de Ictus (RRI).
RESULTADOS
Los ficheros de información han incluido a 313 pacientes con 74 variables y 3106 pacientes con 320 variables. Para detectar un modelo predictor para el RRI se realizaron 4 iteraciones aplicando las TABD, para mejorarlo se utilizaron técnicas estadísticas de balanceo de datos. Finalmente el mejor modelo para predecir el RRI incluyó a las variables Edad, Cardiopatía, Fibrilación auricular y el tipo de Ictus.
CONCLUSIONES
En nuestra experiencia las TABD ha permitido mejorar el conocimiento de RRI, superando limitaciones de la estadística clásica. Consideramos que el aumento de la información incluida favorecerá el conocimiento aportado por TABD.
