Aplicación de técnicas de machine learning para la identificación de eventos de interés en salud pública en Colombia: un estudio exploratorio basado en datos de una EPS

Abstract

Contexto. La vigilancia epidemiológica en salud pública es importante para la toma de decisiones informadas y la gestión de los recursos en el sistema de salud. En Colombia, el Sistema Nacional de Vigilancia en Salud Pública (SIVIGILA) recopila datos sobre eventos de interés que requieren análisis detallado para mejorar las respuestas del sector sanitario. Propósito. Este estudio tiene como objetivo realizar un analisis exploratorio para identificar la relación de variables predictoras que influyen en la aparición de eventos de salud pública en registros de una Entidad Promotora de Salud (EPS), con el fin de optimizar las estrategias de intervención y manejo. Metodología. Se analizaron 46,494 registros de datos demográficos y de salud mediante técnicas de machine learning, incluyendo desde la curación de los datos, como balanceo de clases, la normalización de variables y la codificación de variables categóricas. Los modelos predictivos fueron evaluados utilizando métricas como la precisión, F1-score y la curva ROC/AUC. Resultados. Los modelos desarrollados demostraron que variables como género, ciclo de vida y condiciones de salud específicas tienen un impacto significativo en la predicción de eventos categorizados en problemas de salud pública y violencia, accidentes y traumas, y enfermedades crónicas e infecciosas. Conclusiones. Los hallazgos resaltan la importancia de implementar técnicas de machine learning en la vigilancia epidemiológica para mejorar la capacidad de respuesta y la asignación de recursos en el sector salud en Colombia.