Clasificación de la densidad mineral ósea utilizando técnicas de aprendizaje automático en niños y adolescentes según edad y sexo

Abstract

La salud ósea es un campo que ha tomado mucha importancia en los últimos años, en especial en enfermedades relacionadas a los huesos, puesto que cada vez son más comunes entre los seres humanos. La osteoporosis actualmente causa un estimado de 8.9 millones de fracturas anualmente. La densidad mineral ósea (DMO) y contenido mineral óseo (CMO) son indicadores que permiten diagnosticar el problema de la salud ósea. El objetivo de este estudio es clasificar la DMO en niños y adolescentes utilizando técnicas de aprendizaje automático. Se desarrolló un estudio descriptivo de corte transversal. Se estudió a 660 escolares de dos centros educativos con un rango de edad de 6 a 18 años de la provincia de Arequipa (Perú). Se evaluó variables antropométricas. Se determinó la DMO y CMO. Se calculó el Índice de Masa Corporal (IMC), y se hizo un estudio comparativo de 9 algoritmos de aprendizaje automático relacionados al tema. Estos incluyen árboles de decisión, redes bayesianas, tablas de decisión y de regresión. El algoritmo que clasifica mejor la de DMO es el de Random Forest con un porcentaje de precisión de 94.87%. Este algoritmo permitió implementar un software. Esta herramienta permite calcular la salud ósea de los escolares entre 6 a 18 años. El algoritmo obtenido puede ser implementado de un software de predicción que permita la clasificación y prevención del deterioro de la salud ósea de niños y adolescentes.