Minería de datos para la detección de factores de influencia en el test Apgar

Abstract

En este trabajo se aplicaron tecnicas de mineria de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital publico Justo Jose de Urquiza entre los anos 2009 y 2017. Se aplicaron tecnicas de seleccion de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificacion basados en arboles de decision: J48, REP Tree y Random Tree. Se compararon los resultados mediante metricas como TP-Rate, F-Score y matriz de confusion obteniendo mejores resultados con la combinacion de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificacion se encuentran: la aplicacion de oxitocicos durante el trabajo de parto, la posicion del nino al nacer, el peso y la edad gestacional del recien nacido.