| Resumen | Introducción. Las enfermedades cardiovasculares son un problema de salud creciente, en Cuba no hay modelos predictivos para hacer estimaciones del riesgo cardiovascular basados en cohortes de su población. Objetivo. Diseñar un modelo predictivo mediante técnicas de inteligencia artificial para predecir el riesgo cardiovascular en la atención primaria de salud. Método. La fuente de datos fue una cohorte prospectiva seguida durante 10 años, en el policlínico José Ávila Serrano, de Velasco, Holguín. Fueron utilizadas la metodología KDD y la herramienta de minería de datos Weka, que permitieron identificar predictores significativos, para generar los modelos se aplicaron algoritmos de machine learning, se compararon los modelos obtenidos aplicándose las métricas más usadas para clases desbalanceadas. Resultados. Los algoritmos JRip, J48 y MLP fueron efectivos para generar los modelos, el mejor desempeño fue con el Multilayer Perceptron, una red neuronal artificial, el modelo fue implementado basado en el algoritmo de árboles de decisión J48 y el de reglas JRip y resultó más efectivo al compararlo con las tablas de predicción de riesgo cardiovascular de la OMS 2019 válidas para su uso en la población cubana. Conclusiones. El modelo predictivo generado mediante técnicas de inteligencia artificial fue útil, valido y comprensible, y su implementación en la atención primaria de salud supone una contribución a la prevención y control de las enfermedades cardiovasculares y evidenció un rendimiento superior al compararlo con las tablas predictivas de la OMS 2019. |
|---|---|
| Tipo de tesis | |
|---|---|
| Provincia | |
| Año de defensa de la tesis |
| Tutor 1 | Piriz Assa, Alberto Ruben |
|---|---|
| Tutor 2 | Napoles Riaño, Diego Ambrosio |
| Versión de tesis |
|---|
| Materia | |
|---|---|
| Lista de descriptores | |
| Número de la resolución | 762 |
| Año resolución | |
| Texto Completo |
| Modificado el | 2026-03-29 14:35:44 |
|---|---|
| Fecha creación | 2026-03-19 15:00:30 |
| Fecha de publicación | 2026-03-29 14:35:44 |