Análisis y predicción de la tasa de mortalidad por cáncer de pulmón, tráquea y bronquios: un estudio comparativo en tres departamentos de Colombia mediante machine learning y modelos de series de tiempo

Abstract

El cáncer de pulmón, tráquea y bronquios es una de las principales causas de mortalidad a nivel mundial, con un aumento significativo en los últimos años. Este estudio analiza y predice la tasa de mortalidad en los departamentos de Antioquia, Risaralda y Quindío mediante modelos de series de tiempo, como ARIMA (AutoRegressive Integrated Moving Average), ETS (Exponential Smoothing State Space Model) y Holt-Winters (Triple Exponential Smoothing), con el propósito de identificar el modelo más preciso. Los resultados revelan que el modelo ARIMA, con parámetros (1,1,1), ofrece la mejor precisión en la predicción de tendencias futuras. Además, se identifican variaciones en la tasa de mortalidad por cada 100.000 habitantes entre los departamentos estudiados, con algunas regiones mostrando descensos y otras un posible incremento en los próximos años. La detección de estos patrones es crucial para la toma de decisiones en salud pública y el diseño de estrategias de prevención. Este estudio resalta la importancia de los modelos predictivos en la gestión sanitaria y en la formulación de políticas que reduzcan el impacto de esta enfermedad en la población colombiana. Por ello, resulta fundamental seguir explorando nuevas metodologías basadas en inteligencia artificial y aprendizaje automático para mejorar la precisión de las predicciones.