Mary Loveless, JMP Ingeniera de sistemas sénior, SAS
Ruth Hummel, PhD, JMP Embajadora académica, SAS
La diabetes es una enfermedad crónica que afecta a casi uno de cada doce residentes de Estados Unidos y cuesta aproximadamente 250 000 millones de dólares anuales solo en ese país. En esta charla, utilizamos datos sobre pacientes con diabetes y resultados hospitalarios para identificar factores clave relacionados con los reingresos por diabetes y predecir la probabilidad de reingreso mediante técnicas modernas de modelado. El conjunto de datos, disponible públicamente en el Repositorio de Aprendizaje Automático de la UC Irvine, incluye 10 años de datos (1999-2008) sobre atención clínica e información demográfica de aproximadamente 70 000 pacientes en 130 hospitales y redes integradas de atención. Estos datos se originaron en la base de datos Health Facts (Corporación Cerner) y fueron desidentificados y muestreados por el Centro de Investigación Clínica y Traslacional de la Universidad Commonwealth de Virginia antes de su publicación. Con estos datos, ilustramos herramientas para la preparación de datos, demostramos técnicas de visualización interactiva y analizamos la importancia de la validación para evaluar la precisión del modelo. A continuación, construimos varios modelos exploratorios y predictivos, incluyendo regresión logística, bosques bootstrap y árboles potenciados, redes neuronales y regresión penalizada (LASSO, red elástica y cresta). Comparamos interactivamente los modelos competidores, evaluamos el riesgo de clasificación errónea y seleccionamos el o los mejores. Finalmente, generamos código de puntuación para implementar el modelo seleccionado como una aplicación web interactiva.
