Aplicación de algoritmos de Machine Learning en el tratamiento de datos Covid-19 del Hospital María Reiche Neuman de Nazca

Abstract

Objetivo. Estimar la incidencia de COVID-19 en el hospital María Reiche Neuman de Nazca 1er semestre 2021, mediante algoritmos de Machine Learning. El algoritmo para Clúster Jerárquico y Análisis de componentes principales. Método. Se aplicó el método de Ciencia de los Datos para los casos presentados en el periodo de enero a junio del 202, utilizando los registros de los diagnosticados del Hospital María Reiche Neuman como el diagnostico, sospecha de COVID-19, sexo entre otras. Además, los datos abiertos del MINSA para conocer la incidencia de los casos en el periodo en estudio sobre positivos y fallecidos. Resultados. En el HMRN el análisis descriptivo encontró 1517 casos diagnosticados con COVID-19, y 1491 casos no fueron sospechosos de COVID-19, y solo 26 casos si fueron sospechosos. 422 fueron del sexo femenino (64.68%) y 1095 (53.42%) del sexo masculino. Se encontró que aun 908 (62.23%) casos permanecían en servicio, con 67(69.79%) casos trasferidos para hospitalización, en el caso de la Edad se estimó un intervalo de edades entre 35.78 a 46.36 las edades de mayor prevalencia (Tabla XII). Según los datos de MINSA se reportaron 368 casos fallecidos por COVID-19 de los cuales 248 fueron masculinos y 120 femeninos. En el caso de los positivos se reportaron 397 casos, de los cuales 247 fueron masculinos y 150 femeninos. En el caso de los positivos se reporta un caso menos que los fallecidos. Para el Clúster Jerárquico el dendrograma clasifico diversos grupos de las variables en estudio, el análisis PCA redujo las características iniciales de 14 a solo 6 características. Las 6 características se evaluaron con diversos algoritmos de predicción logrando tener una mayor precisión que utilizando las 14 características. Conclusión. El análisis descriptivo con Machine Learning, detecto algunos patrones importantes, mientras que los algoritmos se clasificación y agrupamiento Clúster Jerárquico y el análisis PCA permitió conocer las características o variables que son mejores predictoras para los algoritmos de predicción.

Objective. To estimate the incidence of COVID-19 in the hospital María Reiche Neuman of Nazca 1st semester 2021, by means of Machine Learning algorithms. The algorithm for Hierarchical Clustering and Principal Component Analysis. Method. The Data Science method was applied for the cases presented in the period from January to June 202, using the records of those diagnosed from the María Reiche Neuman Hospital such as diagnosis, COVID-19 suspicion, sex among others. In addition, open data from MINSA to know the incidence of cases in the period under study on positives and deaths. Results. In the HMRN the descriptive analysis found 1517 cases diagnosed with COVID-19, and 1491 cases were not suspected of COVID-19, and only 26 cases were suspected. 422 were female (64.68%) and 1095 (53.42%) were male. It was found that 908 (62.23%) cases remained in service, with 67 (69.79%) cases transferred for hospitalization, in the case of age, the age range was estimated to be between 35.78 and 46.36, the most prevalent ages (Table XII). According to MINSA data, 368 cases of COVID-19 deaths were reported, of which 248 were male and 120 female. In the case of positives, 397 cases were reported, of which 247 were male and 150 female. In the case of positives, one case less than deaths was reported. For the Hierarchical Cluster the dendrogram classified various groups of the variables under study, the PCA analysis reduced the initial characteristics from 14 to only 6 characteristics. The 6 features were evaluated with different prediction algorithms achieving a higher accuracy than using the 14 features. Conclusion. The descriptive analysis with Machine Learning, detected some important patterns, while the classification and clustering algorithms Hierarchical Clustering and the PCA analysis allowed to know the features or variables that are better predictors for the prediction algorithms.