Desarrollo de algoritmos para la extracción de características y la clasificación automática de la obesidad en registros médicos electrónicos con un enfoque jerárquico multiclase

Abstract

La obesidad es una enfermedad crónica con un creciente impacto a nivel mundial. Se caracteriza por un aumento de grasa corporal que significa un riesgo para la salud de las personas. A menudo, la obesidad se asocia a otras enfermedades crónicas, denominadas comorbilidades, siendo las más frecuentes la hipertensión arterial, las dislipidemias y la diabetes mellitus tipo 2. El riesgo de sufrir estas comorbilidades es mayor a medida que aumenta el índice de masa corporal. En este trabajo se presenta un método para identificar automáticamente la obesidad de los pacientes de un sistema de registros médicos electrónicos, utilizando como método de extracción de características el algoritmo de alineación local de Smith-Waterman. Se utilizó un conjunto de datos compuesto por 2610 registros médicos electrónicos de-identificados, obtenidos desde el Hospital Guillermo Grant Benavente de Concepción, los cuales fueron etiquetados manualmente para ser utilizados en dos problemas de clasificación. El primer problema consistió en la identificación de la presencia o ausencia de obesidad. El segundo problema de clasificación consistió en identificar los tipos de obesidad: moderada, severa, mórbida o no mencionada. Cada registro médico electrónico fue representado con el enfoque de bolsa de palabras, utilizando características extraídas en base a n-gramas y mediante el algoritmo de Smith-Waterman. Estas características fueron obtenidas a partir de la información textual disponible sobre la obesidad, sus principales comorbilidades y el índice de masa corporal. Se utilizó un enfoque jerárquico y no jerárquico para clasificar los registros médicos electrónicos, entrenando y evaluando el desempeño de una máquina de soporte vectorial y de Naïve Bayes. En general, con la máquina de soporte vectorial se obtuvo un mejor desempeño que con Naïve Bayes, gracias a la utilización de características