Sulla-Torres, JoseBedoya-Carrillo, AlanGomez-Campos, RossanaCossio-Bolaños, Marco2019-08-172022-02-222019-08-172022-02-222019-07978-958-52071-4-12414-6390http://laccei.org/LACCEI2019-MontegoBay/meta/FP120.htmlhttp://dx.doi.org/10.18687/LACCEI2019.1.1.120https://axces.info/handle/10.18687/20190101_120La 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.EnglishLACCEI Licensehttps://laccei.org/blog/copyright-laccei-papers/Aprendizaje automáticoárbol de decisióndensidad mineral óseaniños y adolescentesclasificaciónArticle