Predicción de Accidentes Cerebrovasculares

Análisis y modelado predictivo para la detección temprana de riesgo de accidentes cerebrovasculares.

Descripción del Proyecto

Este proyecto implementa diferentes modelos de machine learning para predecir el riesgo de accidentes cerebrovasculares basado en características médicas y demográficas. El objetivo es desarrollar una herramienta de screening inicial que pueda ayudar en la identificación temprana de pacientes en riesgo.

Dataset

• Fuente: Kaggle Stroke Prediction Dataset
• URL: https://www.kaggle.com/datasets/fedesoriano/stroke-prediction-dataset
• Características: Incluye datos demográficos, condiciones médicas y factores de estilo de vida
• Target: Variable indicando ocurrencia de accidente cerebrovascular

Resultados Principales

Conclusiones Clave

1. Detección de Casos Positivos:

   • La red neuronal optimizada muestra mejor capacidad para detectar casos positivos
   • Importante en el contexto médico donde los falsos negativos son críticos

2. Balance de Métricas:

   • Trade-off entre precisión y recall
   • Los modelos optimizados priorizan la detección de casos positivos

3. Aplicabilidad:

   • Recomendado como herramienta de screening inicial
   • Complemento para la evaluación médica profesional

Contribuciones y Mejoras Futuras

• Implementación de técnicas adicionales de balanceo de datos
• Exploración de arquitecturas de red más complejas
• Incorporación de validación cruzada
• Optimización de hiperparámetros más exhaustiva