Aplicación de técnicas de Inteligencia Artificial a datos de Diabetes de un repositorio OMOP Common Data Model

• Autores: A Nuño Licona, J. Tapia Galisteo, M. Pedrera Jiménez, P. Rubio, José Somolinos
• Localización: CASEIB 2023. Libro de Actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Contribuyendo a la salud basada en valor / coord. por Joaquín Roca González, Dolores Ojados González, Juan Suardíaz Muro, 2023, ISBN 978-84-17853-76-1, págs. 258-261
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • La Diabetes Mellitus (DM) es una de las enfermedades crónicas con mayor prevalencia. La DM es una enfermedad compleja y multifactorial, por lo que dentro de cada tipología hay pacientes con perfiles diferentes que responden de distinta manera a los tratamientos. OMOP es un modelo de datos estándar centrado en la información observacional en salud. Este trabajo utiliza técnicas de Inteligencia Artificial para estratificar a los pacientes con DM tipo 1 y tipo 2 de un repositorio OMOP de datos del mundo real del Hospital 12 de Octubre de Madrid. Se han extraído y pre-procesado 35.224 casos y se ha abordado el análisis de calidad del dato. Se han identificado cinco clústeres para DM tipo 1 y tres clústeres para DM tipo 2 en base a cuatro variables determinantes. La metodología propuesta en este trabajo es reutilizable en otros repositorios estandarizados con el modelo OMOP.