Acta otorrinolaringol. cir. cuello (En línea); 50 (1), 2022
Publication year: 2022
Introducción:
en el campo de la salud, cada decisión representa datos, y las técnicas
de minería de datos han empezado a ser una metodología prometedora para el
análisis de esta información, especialmente en el diseño de los modelos predictivos.
Métodos:
estudio observacional analítico de pacientes mayores de 15 años, con reporte
de punción de aspiración con aguja fina con estudio Bethesda IV, sometidos
a manejo quirúrgico en el Hospital de San José de Bogotá. Los datos recogidos de
los pacientes se incluyeron en tres grupos:
la información sociodemográfica y clínica,
los hallazgos en la citología y los reportes de la ecografía. Se realizó el análisis
mediante Naive-Bayes, árbol de decisión y redes neuronales. Se usó la herramienta
Weka versión 3.8.2. Resultados:
de los 427 pacientes, 195 tuvieron resultados de
patología de carcinoma de tiroides (45,6 %). Se evidenciaron mejores resultados usando la validación cruzada (10 fold) comparado con partición (66 %), la técnica
de Bayes tuvo mejores resultados de clasificación correcta (91,1 %), comparado con
la técnica de árbol (87,8 %) y la red neuronal (88,2 %). Conclusiones:
el uso de la
técnica de Naive Bayes muestra una importante exactitud para determinar la predicción
de riesgo de malignidad en los pacientes con estudio citológico Bethesda IV,
lo cual permitiría orientar de forma adecuada el manejo quirúrgico de los pacientes
Introduction:
In the health field, each decision represents data, and data mining
techniques have begun to be a promising methodology for the analysis of this
information, especially in the design of predictive models. Methods:
Analytical observational
study; patients older than 15 years with a report of Bethesda IV after a
fine needle aspiration biopsy that undergoing surgical management at the Hospital
de San José in Bogotá. The data collected from those patients were included in three
groups:
sociodemographic-clinical information, cytology findings, and ultrasound
reports. Analysis was performed using three technics:
Naive Bayes, decision trees,
and neural networks. Weka tool version 3.8.2 was used. Results:
195 patients out of
427, had a thyroid carcinoma pathology (45.6%). Better results were evidenced using
cross-validation (10 fold) compared with a partition (66%), the Bayes technique had
better results of correct classification (91.1%), than the tree technique (87.8%) and
neural network (88.2%). Conclusions:
The use of the Naive Bayes technique shows
an important accuracy to determine the prediction of risk of malignancy in patients
with a Bethesda IV cytological study, which would allow an adequate guide to the
surgical management of patients.