Examinando por Autor "Carrasco Choez, Sisy Elizabeth"

Mostrando 1 - 1 de 1

Sistema web basado en machine learning para contribuir a la reducción de readmisiones de pacientes con insuficiencia renal en el Hospital General de Jaén
(Universidad Católica Santo Toribio de Mogrovejo, 2026) Carrasco Choez, Sisy Elizabeth; Chavarry Chankay, Mariana; Sistema web basado en machine learning para contribuir a la reducción de readmisiones de pacientes con insuficiencia renal en el Hospital General de Jaén
En la presente investigación se desarrolló un sistema web basado en Machine Learning para contribuir a la reducción de readmisiones en pacientes con insuficiencia renal en el Hospital General de Jaén. El estudio integró la metodología CRISP-DM para el desarrollo del modelo predictivo y la metodología Kanban para la gestión ágil de las fases de diseño, implementación y validación del sistema. En la fase de modelado se entrenaron y compararon tres algoritmos, Regresión Logística, Random Forest y XGB evaluando su desempeño mediante métricas estándar (accuracy, precisión, recall, F1-score y ROC-AUC). El modelo de Regresión Logística optimizado obtuvo los mejores resultados globales (Accuracy = 0.699, Precisión = 0.614, Recall = 0.713, F1 = 0.660, ROC-AUC = 0.769), siendo seleccionado para su integración al sistema web hospitalario. El modelo se desplegó mediante un microservicio Flask conectado al entorno Laravel–MariaDB a través de contenedores Docker Desktop, permitiendo generar predicciones en 0.62 segundos por caso. La validación del sistema bajo el estándar ISO/IEC 25010:2011 evidenció una alta adecuación funcional, eficiencia temporal, usabilidad (calificación promedio 4.6/5 por personal médico), fiabilidad y mantenibilidad. Los resultados obtenidos demuestran la viabilidad técnica y clínica de incorporar modelos predictivos en la gestión hospitalaria, contribuyendo a la toma de decisiones médicas basadas en riesgo y al fortalecimiento del sistema web.