Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial

Las enfermedades cardiovasculares-ECV son la principal causa de muerta a nivel mundial. La detección temprana de las ECV es fundamental para tomar medidas de prevención o retrasar complicaciones graves y la muerte. Dado su alto impacto, es fundamental emplear métodos eficaces para su predicción y di...

Full description

Autores:
Jiménez Roa, Luz Elena
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/14026
Acceso en línea:
https://hdl.handle.net/11323/14026
https://repositorio.cuc.edu.co/
Palabra clave:
Dataset cleveland heart disease
Cleveland heart disease datase
Cardiovascular detection system,
Feature selection techniques
Training and classification techniques
Sistema de detección cardiovascular
Técnicas de selección de características
Técnicas de entrenamiento y clasificación
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
id RCUC2_fc5f65a8b856853738d8f0e6dbd043d5
oai_identifier_str oai:repositorio.cuc.edu.co:11323/14026
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
title Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
spellingShingle Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
Dataset cleveland heart disease
Cleveland heart disease datase
Cardiovascular detection system,
Feature selection techniques
Training and classification techniques
Sistema de detección cardiovascular
Técnicas de selección de características
Técnicas de entrenamiento y clasificación
title_short Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
title_full Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
title_fullStr Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
title_full_unstemmed Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
title_sort Estudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial
dc.creator.fl_str_mv Jiménez Roa, Luz Elena
dc.contributor.advisor.none.fl_str_mv Salcedo Morillo, Dixon
Mardini Bovea, Johan
Orozco Bohórquez, Mario
dc.contributor.author.none.fl_str_mv Jiménez Roa, Luz Elena
dc.contributor.jury.none.fl_str_mv Esmeral Romero, Ernesto
De La Hoz Valdíris, Ethel
Barrios Barrios, Mauricio
dc.subject.proposal.eng.fl_str_mv Dataset cleveland heart disease
Cleveland heart disease datase
Cardiovascular detection system,
Feature selection techniques
Training and classification techniques
topic Dataset cleveland heart disease
Cleveland heart disease datase
Cardiovascular detection system,
Feature selection techniques
Training and classification techniques
Sistema de detección cardiovascular
Técnicas de selección de características
Técnicas de entrenamiento y clasificación
dc.subject.proposal.spa.fl_str_mv Sistema de detección cardiovascular
Técnicas de selección de características
Técnicas de entrenamiento y clasificación
description Las enfermedades cardiovasculares-ECV son la principal causa de muerta a nivel mundial. La detección temprana de las ECV es fundamental para tomar medidas de prevención o retrasar complicaciones graves y la muerte. Dado su alto impacto, es fundamental emplear métodos eficaces para su predicción y diagnóstico, con el objetivo de mejorar la calidad de vida y reducir el riesgo en los pacientes. De acuerdo con lo anteriormente mencionado, el análisis predictivo de las enfermedades cardiovasculares ha surgido como un área clave de investigación. La integración de sistemas inteligentes en el ámbito de la salud permite identificar de manera anticipada a pacientes con alto riesgo de desarrollar ECV. La principal motivación de este proyecto de investigación ha sido la implementación del método de envoltorio aplicado a los sistemas de detección de enfermedades cardiovasculares con el propósito de mejorar las tasas de detección de tendencia a desenlace cardiovascular, utilizando un procedimiento de selección de características y métodos de algoritmos no supervisados. Para evaluar la calidad del modelo propuesto de detección de ECV, se utilizaron diversas métricas a través de simulaciones realizadas con el "Cleveland Heart Disease Data Set", disponible en el repositorio de Machine Learning de la UCI KDD. Ello implica la aplicación previa de las técnicas de selección de características Information Gain y Chi Square, con el propósito de identificar las características relevantes y que mejor inciden en el proceso de clasificación. Como parte de la metodología, se entrenó una red neuronal con algoritmos no supervisados, incluyendo C4.5, Random Forest, Redes Neuronales SOM, Redes Neuronales GHSOM y Naive Bayes Tree, con el propósito de clasificar la tendencia hacia una condición de riesgo de forma automática. Los resultados indican que el clasificador Random Forest, combinado con validación cruzada de 10 pliegues y la técnica de selección Information Gain, ofrece los mejores resultados de precisión de 85.70% y 87.10% de exactitud en la clasificación
publishDate 2024
dc.date.issued.none.fl_str_mv 2024-12-02
dc.date.accessioned.none.fl_str_mv 2025-03-25T15:47:04Z
dc.date.available.none.fl_str_mv 2025-03-25T15:47:04Z
dc.type.none.fl_str_mv Trabajo de grado - Maestría
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11323/14026
dc.identifier.instname.none.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.none.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.none.fl_str_mv https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/14026
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Arocha, D. J., & Santana, J. J. (2023). The impact of air pollution on cardiovascular diseases: A systematic review. Environmental Research, 229(5), 112543. https://doi.org/10.1016/j.envres.2023.112543
Bansal, M., & Rana, S. (2022). Role of artificial intelligence in predicting cardiovascular diseases. Journal of Cardiology, 79(4), 278-285. https://doi.org/10.1016/j.jjcc.2022.02.003
Barroso, F. P., & Lopez, J. A. (2022). Association between sleep deprivation and hypertension: A meta-analysis. Hypertension Journal, 40(1), 15-24. https://doi.org/10.1016/hypertension.2022.0004
Bauman, A., & Lear, S. A. (2022). Physical activity and cardiovascular health: An update from the Global Burden of Disease study. Lancet, 398(10320), 44-50. https://doi.org/10.1016/S0140-6736(22)00325-6
Becker, B., & Tomás, J. M. (2022). Mediterranean diet and cardiovascular health: A systematic review and meta-analysis. Nutrients, 14(11), 2413. https://doi.org/10.3390/nu14112413
Benjamin, E. J., & Virani, S. S. (2023). Heart disease and stroke statistics—2023 update. Circulation, 147(8), e93-e621. https://doi.org/10.1161/CIR.0000000000001123
Bhatt, D. L., & Steg, P. G. (2021). Antiplatelet therapy in acute coronary syndrome. New England Journal of Medicine, 384(16), 1471-1482. https://doi.org/10.1056/NEJMoa2025339
Brauer, M., & Sharma, M. (2023). Air quality and cardiovascular health in urban populations: An epidemiological overview. Journal of Epidemiology, 17(3), 143-151. https://doi.org/10.1186/s12936-023-04532-7
Budoff, M. J., & Nasir, K. (2022). Coronary calcium scoring and cardiovascular risk assessment. JACC: Cardiovascular Imaging, 15(3), 232-244. https://doi.org/10.1016/j.jcmg.2022.01.014
Buono, M., & Salvatore, S. (2022). The role of endothelial function in cardiovascular disease development. Cardiovascular Research, 118(6), 1308-1318. https://doi.org/10.1093/cvr/cvac044
Caprio, M., & Pagano, C. (2022). Obesity and cardiovascular disease: Mechanisms and therapeutic approaches. Metabolism, 135(5), 155245. https://doi.org/10.1016/j.metabol.2022.155245
Carrillo, F., & Ramos, V. (2021). The link between psychological stress and heart failure: A prospective cohort study. European Heart Journal, 43(9), 1341-1350. https://doi.org/10.1093/eurheartj/ehac104
Chen, Y., & Zhang, W. (2021). Role of gut microbiota in hypertension and cardiovascular diseases. Trends in Cardiovascular Medicine, 31(8), 505-514. https://doi.org/10.1016/j.tcm.2021.06.004
Costa, F., & Silva, E. (2022). Diabetes and cardiovascular diseases: A comprehensive review. Journal of Diabetes and Its Complications, 36(4), 108-116. https://doi.org/10.1016/j.jdiacomp.2022.108116
Dandona, P., & Dhindsa, S. (2022). Hyperlipidemia and atherosclerosis: Emerging therapies for cardiovascular protection. Nature Reviews Cardiology, 19(7), 421-435. https://doi.org/10.1038/s41569-022-00671-4
Das, R., & Mukherjee, A. (2023). Role of antioxidants in cardiovascular health: A clinical perspective. Current Opinion in Cardiology, 38(2), 147-154. https://doi.org/10.1097/HCO.0000000000001032
Del Toro, S., & Camacho, P. (2023). Advances in personalized medicine for cardiovascular diseases. Journal of Personalized Medicine, 13(1), 14. https://doi.org/10.3390/jpm13010014
Dobson, C., & Harris, L. (2021). Gender differences in the presentation of acute coronary syndromes. American Journal of Cardiology, 147(6), 567-573. https://doi.org/10.1016/j.amjcard.2021.10.023
Dong, J., & Sun, J. (2022). Physical activity and heart failure: Epidemiological insights. Sports Medicine, 52(3), 647-659. https://doi.org/10.1007/s40279-021-01596-6
Dweck, M. R., & Newby, D. E. (2023). Imaging biomarkers for cardiovascular risk stratification. European Heart Journal, 44(5), 431-444. https://doi.org/10.1093/eurheartj/ehac393
Eapen, Z. J., & Peterson, E. D. (2021). Digital health interventions for cardiovascular risk reduction: Opportunities and challenges. JAMA Cardiology, 6(5), 596-603. https://doi.org/10.1001/jamacardio.2021.0739
Elijovich, F., & Weinberger, M. H. (2023). Hypertension management: Focus on salt-sensitive hypertension. Hypertension, 81(3), 530-540. https://doi.org/10.1161/HYPERTENSIONAHA.122.19206
Ferreira, J. P., & Zannad, F. (2022). Advances in heart failure management: A look at recent trials. Journal of the American College of Cardiology, 80(5), 488-501. https://doi.org/10.1016/j.jacc.2022.05.034
Fu, H., & Liu, W. (2022). Impact of air quality improvements on cardiovascular mortality. Environmental Health Perspectives, 130(8), 087701. https://doi.org/10.1289/EHP10754
Gakidou, E., & Lozano, R. (2023). Global burden of ischemic heart disease: Trends and projections. The Lancet Global Health, 11(4), e241-e253. https://doi.org/10.1016/S2214-109X(22)00571-9
Ghasemi, A., & Momeni, F. (2021). Homocysteine and cardiovascular diseases: A systematic review. Current Atherosclerosis Reports, 23(8), 38. https://doi.org/10.1007/s11883-021-00916-5
Goldstein, D. S., & Kopin, I. J. (2022). Autonomic dysfunction in heart failure. Heart Failure Reviews, 27(3), 501-514. https://doi.org/10.1007/s10741-021-10125-8
Gupta, S., & Pasqualucci, D. (2021). Cardiovascular implications of COVID-19: A clinical update. European Heart Journal, 42(6), 1228-1239. https://doi.org/10.1093/eurheartj/ehaa1065
He, J., & Wang, J. (2022). Salt reduction strategies for blood pressure and cardiovascular health. Nature Reviews Nephrology, 18(2), 74-86. https://doi.org/10.1038/s41581-021-00491-8
Hill, M. F., & Singh, M. (2023). Cardiac fibrosis: Molecular mechanisms and potential therapeutic targets. Nature Reviews Cardiology, 20(1), 38-53. https://doi.org/10.1038/s41569-022-00684-z
Hsu, Y. H., & Wu, P. C. (2022). Eye as a window to the heart: Retinal imaging for cardiovascular risk assessment. Current Opinion in Ophthalmology, 33(5), 347-354. https://doi.org/10.1097/ICU.0000000000000864
Huynh, T., & Paul, S. (2023). Role of machine learning in improving outcomes in heart failure. Heart Failure Clinics, 19(2), 263-272. https://doi.org/10.1016/j.hfc.2022.11.002
Ikeda, A., & Sugiura, H. (2021). Cardiovascular benefits of plant-based diets: A meta-analysis. Journal of Nutrition, 151(12), 3654-3664. https://doi.org/10.1093/jn/nxab252
James, S., & Lindahl, B. (2022). High-sensitivity cardiac troponins in the diagnosis of myocardial infarction. Nature Reviews Cardiology, 19(8), 491-500. https://doi.org/10.1038/s41569-022-00679-w
Jha, P., & Mohan, S. (2023). Tobacco control and cardiovascular disease prevention: Lessons from India. Circulation, 147(12), 981-993. https://doi.org/10.1161/CIRCULATIONAHA.122.060384
Khan, M. A., & Siddiqui, S. (2022). Obesity-related cardiovascular disease: Insights into mechanisms and management. Journal of Clinical Medicine, 11(16), 4853. https://doi.org/10.3390/jcm11164853
Kim, J., & Kwon, S. (2023). Impact of sedentary behavior on cardiovascular health: A systematic review. Progress in Cardiovascular Diseases, 74(2), 124-132. https://doi.org/10.1016/j.pcad.2022.12.002
Krishnan, A., & Shah, S. (2022). Role of inflammation in atherosclerosis and cardiovascular events. Journal of the American Medical Association, 328(17), 1656-1665. https://doi.org/10.1001/jama.2022.15576
Kwak, S., & Park, H. (2023). MicroRNA biomarkers for cardiovascular diseases. Trends in Molecular Medicine, 29(1), 36-47. https://doi.org/10.1016/j.molmed.2022.10.005
Lee, C., & Chang, T. (2022). The effect of dietary sodium restriction on hypertension. Hypertension Research, 45(3), 437-446. https://doi.org/10.1038/s41440-022-00858-6
Li, R., & Hu, F. (2023). Lipid-lowering therapies and residual cardiovascular risk: Current perspectives. Journal of Lipid Research, 64(1), 200028. https://doi.org/10.1016/j.jlr.2023.200028
Liu, Z., & Chen, L. (2022). The role of oxidative stress in cardiovascular diseases. Antioxidants, 11(5), 1050. https://doi.org/10.3390/antiox11051050
Mahajan, R., & Lau, D. H. (2023). Atrial fibrillation: Epidemiology and risk factors for cardiovascular outcomes. Nature Reviews Cardiology, 20(4), 203-214. https://doi.org/10.1038/s41569-022-00702-2
Malik, V. S., & Hu, F. B. (2022). Sugar-sweetened beverages and cardiovascular risk: A review of the evidence. Progress in Cardiovascular Diseases, 75(1), 28-35. https://doi.org/10.1016/j.pcad.2022.01.005
Martínez, J. A., & Rojas, M. (2021). The influence of socioeconomic status on cardiovascular disease outcomes. Cardiology Clinics, 39(2), 297-305. https://doi.org/10.1016/j.ccl.2021.12.006
Mehta, S. R., & Yusuf, S. (2022). Anticoagulation therapy for patients with cardiovascular disease: Advances and challenges. The Lancet, 399(10329), 1306-1318. https://doi.org/10.1016/S0140-6736(22)00341-5
Nasir, K., & Budoff, M. J. (2022). Coronary artery calcium as a predictor of cardiovascular events: Insights from long-term studies. JACC: Cardiovascular Imaging, 15(7), 884-896. https://doi.org/10.1016/j.jcmg.2022.03.016
Nguyen, T., & Tran, D. (2022). Lifestyle modifications and cardiovascular risk reduction: A global perspective. Journal of Preventive Cardiology, 12(3), 112-124. https://doi.org/10.1177/20474873221002565
Oliveira, C., & Costa, F. (2023). Emerging pharmacological therapies for heart failure. Current Heart Failure Reports, 20(1), 1-12. https://doi.org/10.1007/s11897-023-00613-6
Patel, S. A., & Gaziano, J. M. (2022). Aspirin for primary prevention of cardiovascular disease: Revisiting the evidence. JAMA, 328(16), 1589-1598. https://doi.org/10.1001/jama.2022.16384
Perk, J., & De Backer, G. (2021). Secondary prevention of cardiovascular disease: A focus on lifestyle interventions. European Journal of Preventive Cardiology, 28(2), 137-145. https://doi.org/10.1177/2047487320917366
Sun, Y., & Yang, P. (2023). The role of wearable devices in managing cardiovascular health. Digital Health, 9(1), 15-25. https://doi.org/10.1177/20552076231108023
dc.rights.license.none.fl_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 63 Páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Corporacion Universidad de la Costa
dc.publisher.department.none.fl_str_mv CIencias de la cumputacion y electronica
dc.publisher.place.none.fl_str_mv Barranquilla, Colombia
dc.publisher.program.none.fl_str_mv Maestría en Gestión de las Tecnologías de la Información y la Comunicación
publisher.none.fl_str_mv Corporacion Universidad de la Costa
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/578f13b5-d2da-46a4-93c7-87db7aebfce2/download
https://repositorio.cuc.edu.co/bitstreams/cd4ff98d-f5f9-46c5-98d7-8434b1abcccf/download
https://repositorio.cuc.edu.co/bitstreams/80868f17-0e7d-4220-bfa9-4208a24da3d8/download
https://repositorio.cuc.edu.co/bitstreams/a6eb37f1-4c34-4536-bb87-548325ba74e2/download
bitstream.checksum.fl_str_mv 1d639af38485c2d985cfdf2c80170fe3
73a5432e0b76442b22b026844140d683
1e47c15b3188580628ede0af8598310d
ad913f57937b8dc0bc399078940239ed
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1831932021137473536
spelling Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Salcedo Morillo, DixonMardini Bovea, JohanOrozco Bohórquez, MarioJiménez Roa, Luz ElenaEsmeral Romero, ErnestoDe La Hoz Valdíris, EthelBarrios Barrios, Mauricio2025-03-25T15:47:04Z2025-03-25T15:47:04Z2024-12-02https://hdl.handle.net/11323/14026Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/Las enfermedades cardiovasculares-ECV son la principal causa de muerta a nivel mundial. La detección temprana de las ECV es fundamental para tomar medidas de prevención o retrasar complicaciones graves y la muerte. Dado su alto impacto, es fundamental emplear métodos eficaces para su predicción y diagnóstico, con el objetivo de mejorar la calidad de vida y reducir el riesgo en los pacientes. De acuerdo con lo anteriormente mencionado, el análisis predictivo de las enfermedades cardiovasculares ha surgido como un área clave de investigación. La integración de sistemas inteligentes en el ámbito de la salud permite identificar de manera anticipada a pacientes con alto riesgo de desarrollar ECV. La principal motivación de este proyecto de investigación ha sido la implementación del método de envoltorio aplicado a los sistemas de detección de enfermedades cardiovasculares con el propósito de mejorar las tasas de detección de tendencia a desenlace cardiovascular, utilizando un procedimiento de selección de características y métodos de algoritmos no supervisados. Para evaluar la calidad del modelo propuesto de detección de ECV, se utilizaron diversas métricas a través de simulaciones realizadas con el "Cleveland Heart Disease Data Set", disponible en el repositorio de Machine Learning de la UCI KDD. Ello implica la aplicación previa de las técnicas de selección de características Information Gain y Chi Square, con el propósito de identificar las características relevantes y que mejor inciden en el proceso de clasificación. Como parte de la metodología, se entrenó una red neuronal con algoritmos no supervisados, incluyendo C4.5, Random Forest, Redes Neuronales SOM, Redes Neuronales GHSOM y Naive Bayes Tree, con el propósito de clasificar la tendencia hacia una condición de riesgo de forma automática. Los resultados indican que el clasificador Random Forest, combinado con validación cruzada de 10 pliegues y la técnica de selección Information Gain, ofrece los mejores resultados de precisión de 85.70% y 87.10% de exactitud en la clasificaciónCardiovascular diseases are the leading cause of death worldwide. Early detection of CVD is essential to take preventive measures or delay serious complications and death. Given their high impact, it is essential to use effective methods for their prediction and diagnosis, with the aim of improving the quality of life and reducing the risk in patients. In accordance with the above, predictive analysis of cardiovascular diseases has emerged as a key area of research. The integration of intelligent systems in the health field allows for the early identification of patients at high risk of developing CVD. The main motivation of this research project has been the implementation of the wrapper method applied to cardiovascular disease detection systems with the purpose of improving the detection rates of cardiovascular outcome tendency, using a feature selection procedure and unsupervised algorithm methods. To evaluate the quality of the proposed CVD detection model, various metrics were used through simulations performed with the "Cleveland Heart Disease Data Set", available in the UCI KDD Machine Learning repository. This involves the prior application of the Information Gain and Chi Square feature selection techniques, to identify the relevant features that best impact the classification process. As part of the methodology, a neural network was trained with unsupervised algorithms, including C4.5, Random Forest, SOM Neural Networks, GHSOM Neural Networks, and Naive Bayes Tree, to automatically classify the tendency toward a risk condition. The results indicate that the Random Forest classifier, combined with 10-fold cross-validation and Information Gain selection technique, gives the best precision results of 85.70% and 87.10% classification accuracy.Lista de Tablas 14-- Lista de Figuras 15-- Introducción 15-- Mapa del documento 18-- Revisión de la literatura 20-- Enfermedad cardiovascular 20--Clasificación de las enfermedades cardiovasculares 20--Conjunto de datos en sistemas de detección de enfermedades cardiovasculares 23--Proceso de simulación aplicado a la predicción de enfermedades cardiovasculares 26--Fase 1- Elección del Conjunto de Datos 26--Fase 2- Selección de Características 27--Fase 3-Entrenamiento del Modelo 27-- Fase 4- Clasificación 27-- Fase 5- Evaluación de Métricas 28--Validación cruzada a 10 pliegues aplicado en etapa de clasificación 28--Metodologías de selección de características 30--Técnicas de selección de características 31--Minería de datos como método para desarrollo de sistemas de predicción de enfermedades cardiovasculares 33--Algoritmo C4.5 34--Algoritmo Random Forest 35--Redes Neuronales Som (Self-Organizing Map) 37--Redes Neuronales Ghsom (Growing Hierarchical Self-Organizing Maps) 38--Algoritmo Naive Bayes Tree (Nbtree) 38--Objetivos 40--Objetivo general 40--Objetivos especificos 41--Pregunta de investigación 42--Modelo de predicción cardiovascular basado en técnicas de selección y clasificación 43--Selección del conjunto de datos 44--Selección de caracteristicas 44--Entrenamiento de datos 44--Clasificación de datos 45-- Evaluación de rendimiento de las métricas para validar la calidad del modelo 45--Escenarios experimentales 47-- Escenarios experimentales con variación de técnicas de entrenamiento y clasificación 48--Escenarios experimentales con variación de técnicas de selección de característica y técnicas de entrenamiento y clasificación50-- Conclusiones 53-- Respuesta a la pregunta problema 53-- Trabajos futuros 54-- Referencias 56--Magíster en Gestión de las Tecnologías de la Información y la ComunicaciónMaestría63 Páginasapplication/pdfspaCorporacion Universidad de la CostaCIencias de la cumputacion y electronicaBarranquilla, ColombiaMaestría en Gestión de las Tecnologías de la Información y la ComunicaciónEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificialTrabajo de grado - MaestríaTextinfo:eu-repo/semantics/masterThesishttp://purl.org/redcol/resource_type/TMinfo:eu-repo/semantics/acceptedVersionArocha, D. J., & Santana, J. J. (2023). The impact of air pollution on cardiovascular diseases: A systematic review. Environmental Research, 229(5), 112543. https://doi.org/10.1016/j.envres.2023.112543Bansal, M., & Rana, S. (2022). Role of artificial intelligence in predicting cardiovascular diseases. Journal of Cardiology, 79(4), 278-285. https://doi.org/10.1016/j.jjcc.2022.02.003Barroso, F. P., & Lopez, J. A. (2022). Association between sleep deprivation and hypertension: A meta-analysis. Hypertension Journal, 40(1), 15-24. https://doi.org/10.1016/hypertension.2022.0004Bauman, A., & Lear, S. A. (2022). Physical activity and cardiovascular health: An update from the Global Burden of Disease study. Lancet, 398(10320), 44-50. https://doi.org/10.1016/S0140-6736(22)00325-6Becker, B., & Tomás, J. M. (2022). Mediterranean diet and cardiovascular health: A systematic review and meta-analysis. Nutrients, 14(11), 2413. https://doi.org/10.3390/nu14112413Benjamin, E. J., & Virani, S. S. (2023). Heart disease and stroke statistics—2023 update. Circulation, 147(8), e93-e621. https://doi.org/10.1161/CIR.0000000000001123Bhatt, D. L., & Steg, P. G. (2021). Antiplatelet therapy in acute coronary syndrome. New England Journal of Medicine, 384(16), 1471-1482. https://doi.org/10.1056/NEJMoa2025339Brauer, M., & Sharma, M. (2023). Air quality and cardiovascular health in urban populations: An epidemiological overview. Journal of Epidemiology, 17(3), 143-151. https://doi.org/10.1186/s12936-023-04532-7Budoff, M. J., & Nasir, K. (2022). Coronary calcium scoring and cardiovascular risk assessment. JACC: Cardiovascular Imaging, 15(3), 232-244. https://doi.org/10.1016/j.jcmg.2022.01.014Buono, M., & Salvatore, S. (2022). The role of endothelial function in cardiovascular disease development. Cardiovascular Research, 118(6), 1308-1318. https://doi.org/10.1093/cvr/cvac044Caprio, M., & Pagano, C. (2022). Obesity and cardiovascular disease: Mechanisms and therapeutic approaches. Metabolism, 135(5), 155245. https://doi.org/10.1016/j.metabol.2022.155245Carrillo, F., & Ramos, V. (2021). The link between psychological stress and heart failure: A prospective cohort study. European Heart Journal, 43(9), 1341-1350. https://doi.org/10.1093/eurheartj/ehac104Chen, Y., & Zhang, W. (2021). Role of gut microbiota in hypertension and cardiovascular diseases. Trends in Cardiovascular Medicine, 31(8), 505-514. https://doi.org/10.1016/j.tcm.2021.06.004Costa, F., & Silva, E. (2022). Diabetes and cardiovascular diseases: A comprehensive review. Journal of Diabetes and Its Complications, 36(4), 108-116. https://doi.org/10.1016/j.jdiacomp.2022.108116Dandona, P., & Dhindsa, S. (2022). Hyperlipidemia and atherosclerosis: Emerging therapies for cardiovascular protection. Nature Reviews Cardiology, 19(7), 421-435. https://doi.org/10.1038/s41569-022-00671-4Das, R., & Mukherjee, A. (2023). Role of antioxidants in cardiovascular health: A clinical perspective. Current Opinion in Cardiology, 38(2), 147-154. https://doi.org/10.1097/HCO.0000000000001032Del Toro, S., & Camacho, P. (2023). Advances in personalized medicine for cardiovascular diseases. Journal of Personalized Medicine, 13(1), 14. https://doi.org/10.3390/jpm13010014Dobson, C., & Harris, L. (2021). Gender differences in the presentation of acute coronary syndromes. American Journal of Cardiology, 147(6), 567-573. https://doi.org/10.1016/j.amjcard.2021.10.023Dong, J., & Sun, J. (2022). Physical activity and heart failure: Epidemiological insights. Sports Medicine, 52(3), 647-659. https://doi.org/10.1007/s40279-021-01596-6Dweck, M. R., & Newby, D. E. (2023). Imaging biomarkers for cardiovascular risk stratification. European Heart Journal, 44(5), 431-444. https://doi.org/10.1093/eurheartj/ehac393Eapen, Z. J., & Peterson, E. D. (2021). Digital health interventions for cardiovascular risk reduction: Opportunities and challenges. JAMA Cardiology, 6(5), 596-603. https://doi.org/10.1001/jamacardio.2021.0739Elijovich, F., & Weinberger, M. H. (2023). Hypertension management: Focus on salt-sensitive hypertension. Hypertension, 81(3), 530-540. https://doi.org/10.1161/HYPERTENSIONAHA.122.19206Ferreira, J. P., & Zannad, F. (2022). Advances in heart failure management: A look at recent trials. Journal of the American College of Cardiology, 80(5), 488-501. https://doi.org/10.1016/j.jacc.2022.05.034Fu, H., & Liu, W. (2022). Impact of air quality improvements on cardiovascular mortality. Environmental Health Perspectives, 130(8), 087701. https://doi.org/10.1289/EHP10754Gakidou, E., & Lozano, R. (2023). Global burden of ischemic heart disease: Trends and projections. The Lancet Global Health, 11(4), e241-e253. https://doi.org/10.1016/S2214-109X(22)00571-9Ghasemi, A., & Momeni, F. (2021). Homocysteine and cardiovascular diseases: A systematic review. Current Atherosclerosis Reports, 23(8), 38. https://doi.org/10.1007/s11883-021-00916-5Goldstein, D. S., & Kopin, I. J. (2022). Autonomic dysfunction in heart failure. Heart Failure Reviews, 27(3), 501-514. https://doi.org/10.1007/s10741-021-10125-8Gupta, S., & Pasqualucci, D. (2021). Cardiovascular implications of COVID-19: A clinical update. European Heart Journal, 42(6), 1228-1239. https://doi.org/10.1093/eurheartj/ehaa1065He, J., & Wang, J. (2022). Salt reduction strategies for blood pressure and cardiovascular health. Nature Reviews Nephrology, 18(2), 74-86. https://doi.org/10.1038/s41581-021-00491-8Hill, M. F., & Singh, M. (2023). Cardiac fibrosis: Molecular mechanisms and potential therapeutic targets. Nature Reviews Cardiology, 20(1), 38-53. https://doi.org/10.1038/s41569-022-00684-zHsu, Y. H., & Wu, P. C. (2022). Eye as a window to the heart: Retinal imaging for cardiovascular risk assessment. Current Opinion in Ophthalmology, 33(5), 347-354. https://doi.org/10.1097/ICU.0000000000000864Huynh, T., & Paul, S. (2023). Role of machine learning in improving outcomes in heart failure. Heart Failure Clinics, 19(2), 263-272. https://doi.org/10.1016/j.hfc.2022.11.002Ikeda, A., & Sugiura, H. (2021). Cardiovascular benefits of plant-based diets: A meta-analysis. Journal of Nutrition, 151(12), 3654-3664. https://doi.org/10.1093/jn/nxab252James, S., & Lindahl, B. (2022). High-sensitivity cardiac troponins in the diagnosis of myocardial infarction. Nature Reviews Cardiology, 19(8), 491-500. https://doi.org/10.1038/s41569-022-00679-wJha, P., & Mohan, S. (2023). Tobacco control and cardiovascular disease prevention: Lessons from India. Circulation, 147(12), 981-993. https://doi.org/10.1161/CIRCULATIONAHA.122.060384Khan, M. A., & Siddiqui, S. (2022). Obesity-related cardiovascular disease: Insights into mechanisms and management. Journal of Clinical Medicine, 11(16), 4853. https://doi.org/10.3390/jcm11164853Kim, J., & Kwon, S. (2023). Impact of sedentary behavior on cardiovascular health: A systematic review. Progress in Cardiovascular Diseases, 74(2), 124-132. https://doi.org/10.1016/j.pcad.2022.12.002Krishnan, A., & Shah, S. (2022). Role of inflammation in atherosclerosis and cardiovascular events. Journal of the American Medical Association, 328(17), 1656-1665. https://doi.org/10.1001/jama.2022.15576Kwak, S., & Park, H. (2023). MicroRNA biomarkers for cardiovascular diseases. Trends in Molecular Medicine, 29(1), 36-47. https://doi.org/10.1016/j.molmed.2022.10.005Lee, C., & Chang, T. (2022). The effect of dietary sodium restriction on hypertension. Hypertension Research, 45(3), 437-446. https://doi.org/10.1038/s41440-022-00858-6Li, R., & Hu, F. (2023). Lipid-lowering therapies and residual cardiovascular risk: Current perspectives. Journal of Lipid Research, 64(1), 200028. https://doi.org/10.1016/j.jlr.2023.200028Liu, Z., & Chen, L. (2022). The role of oxidative stress in cardiovascular diseases. Antioxidants, 11(5), 1050. https://doi.org/10.3390/antiox11051050Mahajan, R., & Lau, D. H. (2023). Atrial fibrillation: Epidemiology and risk factors for cardiovascular outcomes. Nature Reviews Cardiology, 20(4), 203-214. https://doi.org/10.1038/s41569-022-00702-2Malik, V. S., & Hu, F. B. (2022). Sugar-sweetened beverages and cardiovascular risk: A review of the evidence. Progress in Cardiovascular Diseases, 75(1), 28-35. https://doi.org/10.1016/j.pcad.2022.01.005Martínez, J. A., & Rojas, M. (2021). The influence of socioeconomic status on cardiovascular disease outcomes. Cardiology Clinics, 39(2), 297-305. https://doi.org/10.1016/j.ccl.2021.12.006Mehta, S. R., & Yusuf, S. (2022). Anticoagulation therapy for patients with cardiovascular disease: Advances and challenges. The Lancet, 399(10329), 1306-1318. https://doi.org/10.1016/S0140-6736(22)00341-5Nasir, K., & Budoff, M. J. (2022). Coronary artery calcium as a predictor of cardiovascular events: Insights from long-term studies. JACC: Cardiovascular Imaging, 15(7), 884-896. https://doi.org/10.1016/j.jcmg.2022.03.016Nguyen, T., & Tran, D. (2022). Lifestyle modifications and cardiovascular risk reduction: A global perspective. Journal of Preventive Cardiology, 12(3), 112-124. https://doi.org/10.1177/20474873221002565Oliveira, C., & Costa, F. (2023). Emerging pharmacological therapies for heart failure. Current Heart Failure Reports, 20(1), 1-12. https://doi.org/10.1007/s11897-023-00613-6Patel, S. A., & Gaziano, J. M. (2022). Aspirin for primary prevention of cardiovascular disease: Revisiting the evidence. JAMA, 328(16), 1589-1598. https://doi.org/10.1001/jama.2022.16384Perk, J., & De Backer, G. (2021). Secondary prevention of cardiovascular disease: A focus on lifestyle interventions. European Journal of Preventive Cardiology, 28(2), 137-145. https://doi.org/10.1177/2047487320917366Sun, Y., & Yang, P. (2023). The role of wearable devices in managing cardiovascular health. Digital Health, 9(1), 15-25. https://doi.org/10.1177/20552076231108023Dataset cleveland heart diseaseCleveland heart disease dataseCardiovascular detection system,Feature selection techniquesTraining and classification techniquesSistema de detección cardiovascularTécnicas de selección de característicasTécnicas de entrenamiento y clasificaciónPublicationORIGINALEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdfEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdfapplication/pdf604959https://repositorio.cuc.edu.co/bitstreams/578f13b5-d2da-46a4-93c7-87db7aebfce2/download1d639af38485c2d985cfdf2c80170fe3MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-815543https://repositorio.cuc.edu.co/bitstreams/cd4ff98d-f5f9-46c5-98d7-8434b1abcccf/download73a5432e0b76442b22b026844140d683MD52TEXTEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdf.txtEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdf.txtExtracted texttext/plain83862https://repositorio.cuc.edu.co/bitstreams/80868f17-0e7d-4220-bfa9-4208a24da3d8/download1e47c15b3188580628ede0af8598310dMD53THUMBNAILEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdf.jpgEstudio comparativo de metodologías de detección de enfermedades cardiovasculares implementando técnicas de inteligencia artificial (1).pdf.jpgGenerated Thumbnailimage/jpeg7166https://repositorio.cuc.edu.co/bitstreams/a6eb37f1-4c34-4536-bb87-548325ba74e2/downloadad913f57937b8dc0bc399078940239edMD5411323/14026oai:repositorio.cuc.edu.co:11323/140262025-03-26 04:01:19.538https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.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

Publicaciones similares