Factores sociodemográficos, clínicos y conductuales presentes que caracterizan el riesgo cardiovascular en una muestra de pacientes de la ESE Oriente de Cali entre 2016 a 2023

Abstract

La enfermedad cardiovascular es la principal causa de morbimortalidad a nivel mundial, y su desarrollo está relacionado con diversos factores de riesgo. Por ello, la prevención depende de identificar y controlar estos factores para influir en el curso clínico de la enfermedad. En este proyecto se propuso la creación de modelos de predicción del riesgo cardiovascular a partir de un dataset de pacientes que son atendidos en una empresa social del estado (ESE) de Cali. El conjunto de datos se dividió en dos subconjuntos, según la fecha de toma de la data, y se realizó una selección de variables en cada uno con el objetivo de analizar cómo esta elección afecta el desempeño de los diferentes modelos. Finalmente, con base en métricas de desempeño, se definió el modelo de random forest como el mejor modelo, identificando las variables clave que influyen en la variable objetivo y las variables sociodemográficas de mayor peso con el fin de que estas puedan ser consideradas por las entidades de salud en los procesos de prevención.

Cardiovascular disease is the leading cause of morbidity and mortality worldwide, and its development is related to various risk factors. Therefore, prevention depends on identifying and controlling these factors to influence the clinical course of the disease. This project proposed the creation of cardiovascular risk prediction models from a dataset of patients treated at a state social enterprise (ESE) in Cali. The dataset was divided into two subsets, according to the data collection date, and a variable selection was performed on each to analyze how this choice affects the performance of the different models. Finally, based on performance metrics, the random forest model was defined as the best model, identifying the key variables that influence the target variable and the sociodemographic variables with the greatest weight, so that these can be considered by health entities in prevention processes.