Predicción temprana del riesgo de desarrollar Diabetes Mellitus tipo II en población adulta mediante modelos de aprendizaje automático

Abstract

El presente proyecto de investigación aborda la detección tardía de la Diabetes Mellitus Tipo II (DM2), un desafío crítico de salud pública debido a su progresión asintomática y las limitaciones de los métodos convencionales. La problemática radica en que los enfoques estadísticos tradicionales a menudo omiten patrones complejos y no lineales en los datos clínicos; por ello, se propone el aprendizaje automático como solución estratégica, dada su capacidad superior para procesar variables multidimensionales y detectar riesgos en etapas preclínicas. Bajo el marco metodológico CRISP-DM, el objetivo general fue evaluar y validar la capacidad predictiva de modelos de clasificación para el diagnóstico temprano en población adulta. La metodología integró el análisis de datos biométricos, hábitos de vida y marcadores paraclínicos, destacando la integración de la Glucemia Pre-prandial y la Hemoglobina Glicosilada como ejes del criterio diagnóstico, junto con el peso predictivo de variables metabólicas como los Triglicéridos. Se aplicaron técnicas de ingeniería de características, imputación multivariada y balanceo de datos mediante SMOTE para corregir el sesgo de la muestra original. Los resultados obtenidos demuestran la alta eficacia de los algoritmos supervisados, donde el modelo XGBoost alcanzó una exactitud del 99.09% y una sensibilidad (Recall) del 100% en la identificación de pacientes con riesgo alto. Este enfoque permite transformar la práctica sanitaria de un modelo reactivo a uno predictivo, logrando una estratificación del riesgo precisa que sustenta intervenciones tempranas y personalizadas para mitigar el impacto de la enfermedad.