Desarrollo y evaluación de métodos de selección de características para la predicción de eventos adversos en pacientes polimedicados

Abstract

El objetivo del proyecto consiste en el desarrollo y evaluación de diferentes métodos de selección de características automáticos para problemas de clasificación. La selección de características es una de las etapas más importantes de la minería de datos y tiene gran influencia en los modelos obtenidos posteriormente por los algoritmos de aprendizaje. Por esta razón resulta de gran interés desarrollar y estudiar el comportamiento de los diferentes modelos existentes en la literatura en cada uno de los problemas reales existentes. En concreto, el proyecto se centra en el estudio de pacientes polimedicados. Se trata de construir un modelo capaz de predecir cuando un paciente polimedicado sufrirá un evento adverso. Se estudian los eventos cardiovasculares y las hospitalizaciones potencialmente evitables. Este modelo nos permitirá analizar posteriormente, gracias a la selección de características previa, cuando las características del paciente o la toma de un nuevo medicamento pueden llevar a una mayor probabilidad de sufrir un evento adverso. De esta forma los médicos podrán tener un conocimiento extra a la hora de recetar nuevos medicamentos a los pacientes