Predicción de hipertensión arterial a través de un sistema de regresión logística

• Main Authors: Cynthia Mayumi Tesillo Gomez, Yuri Alexander Escobar Arcaya, Edwin Daniel León Gutierrez
• Format: Article
• Language: English
• Published: Universidad La Salle 2021-09-01
• Series: Innovación y Software
• Subjects: Hipertensión arterial; Inteligencia Artificial; Regresión logística; Presión arterial
• Online Access: https://revistas.ulasalle.edu.pe/innosoft/article/view/44

En el Perú y el mundo entero la hipertensión es una enfermedad que puede avanzar sin manifestar ningún síntoma o éstos ser muy leves. Se puede tener hipertensión arterial y no sentir ninguna manifestación, la hipertensión arterial es un serio problema de salud pública en países en desarrollo como el nuestro: según la Encuesta Demográfica y de Salud Familiar de 2017, aunque la prevalencia de hipertensión en personas de 15 años a más se habría reducido de 14,8 % en 2014, a 13,6 %, implica que más de 3 millones de peruanos viven con hipertensión arterial. Por ese motivo nuestro objetivo es el rápido diagnóstico  de esta enfermedad silenciosa, en el presente trabajo se utilizó  el sistema de regresión logística, para el cual se posee un dataset de 5615 registros analizados. Este artículo presenta la posibilidad de detectar una enfermedad como la hipertensión arterial basado en inteligencia artificial, ya que este mal ha ido aumentando en los últimos años. Por ese motivo el objetivo es predecir de manera rápida un posible diagnóstico de hipertensión arterial, para ello se analizó un dataset de 5615 registros en la aplicación web Jupyter Notebook, estableciendo 9 variables de entrada y 1 de salida, además se utilizó el sistema de regresión logística, tratamientos de datos missing y outlaiers, gráficas de variables, obteniendo como resultado una precisión media aceptable del 87%.