Analítica predictiva aplicada en enfermedades mentales

-


Según la Organización mundial de la salud, la salud mental está determinada por una compleja interacción de factores de estrés y vulnerabilidad individuales, sociales y estructurales. El aumento de las enfermedades de salud mental crea la necesidad indiscutible y urgente de desarrollar estrategias de salud efectivas de promoción y prevención desde las esfera educativa, laboral y comunitaria.

Te invito a revisar esta revisión bibliográfica publicada en el 2018 en la cual se recopilaron diferentes técnicas y algoritmos de minería de datos aplicados a enfermedades de salud mental con mayor prevalencia: Demencia, Alzheimer, Esquizofrenia y Depresión. 


Los algoritmos más utilizados en los diferentes modelos expuestos del artículo son en su mayoría son arboles de decisión, Máquinas de soporte vectorial (SMV) y Redes neuronales artificiales. A partir del artículo se realiza un análisis comparativo entre las técnicas y evaluar los resultados en términos de rendimiento y precisión de los algoritmos utilizados, además de obtener patrones comunes entre los pacientes con la enfermedad.

💡¿Crees que es posible apoyar desarrollar medidas de intervención para mejorar la salud mental a partir de la analítica predictiva?  Déjame saberlo en los comentarios

Comentarios

  1. Juan Felipe Muñoz Toro6 de marzo de 2024 a las 16:33

    Hola Sandra,
    La entrada sobre analítica predictiva en salud me parece muy relevante, ya que destaca cómo esta técnica utiliza estadísticas, minería de datos e inteligencia artificial para predecir eventos futuros en el ámbito sanitario.

    Personalmente, creo que la analítica predictiva en salud tiene enormes beneficios, desde mejorar la precisión diagnóstica hasta reducir costos y mejorar la eficiencia en el uso de recursos sanitarios. Además, su capacidad para identificar brotes de enfermedades y pacientes en riesgo de reingresos hospitalarios la convierte en una herramienta muy valiosa.

    En cuanto al futuro, es probable que las decisiones clínicas estén cada vez más influenciadas por modelos predictivos, aunque siempre deberían complementarse con la experiencia y el juicio clínico de los profesionales de la salud. En respuesta a tu pregunta, algunas ventajas adicionales podrían ser la detección temprana de enfermedades y la personalización de programas de prevención.

    ResponderEliminar

Publicar un comentario

Entradas populares de este blog

Minería de Datos VS Machine Learning

-
Imagen
¿En algún momento has confundido estos términos? Tanto la minería de datos (Data mining) y el aprendizaje automático (Machine learning) son disciplinas relacionadas con la  ciencia de datos. Data Mining es el proceso de uso de herramientas analíticas avanzadas para extraer información útil de una acumulación de datos. Por otro lado, Machine Learning es un subcampo de inteligencia artificial que permite que los sistemas aprendan de la experiencia.  📶Data Mining puede hacer uso de Machine Learning, por lo que suelen confundirse. En esta infografía encontrarás las principales diferencias Espero que esta información te ayude a comprender mejor estos dos conceptos 💡¿Qué otras diferencias o similitudes agregarías? Déjame saberlo en los comentarios
Read more »

Hablemos de analítica predictiva en salud

-
Imagen
Es una técnica de analítica muy utilizada en el sector sanitario, en la que se utilizan métodos estadísticos y matemáticos, minería de datos e inteligencia artificial, específicamente machine learning; para hacer una predicción futura. El autor McCue considera que el análisis predictivo es un complemento o extensión del proceso de minería de datos. Implica la creación de modelos utilizados para anticipar sucesos a futuros haciendo uso de tendencias o patrones a partir de datos ya existentes. En salud representa muchas ventajas como Mejorar la precisión diagnóstica Brindar una atención personalizada entorno a las necesidades de los pacientes Reducir costos y mejorar el uso eficiente de los recursos sanitarios Identificar brotes de enfermedades Identificar los pacientes que tienen riesgo de reingresos hospitalarios Identificar fenotipos de respuesta a fármacos, predecir el desarrollo de enfermedades y evaluar la eficacia de diferentes tratamientos. En investigación, es una gran herramien...
Read more »