Modelo Predictivo para el diagnóstico de la Diabetes Mellitus Tipo 2 soportado por SAP Predictive Analytics

Abstract

El presente proyecto se centra en el desarrollo de un modelo predictivo que permite pronosticar el diagnóstico de la diabetes mellitus tipo 2, siendo soportado por la herramienta SAP Predictive Analytics. Tiene como propósito el definir un modelo predictivo cuya implementación permita la optimización del proceso de diagnóstico de la Diabetes Mellitus tipo 2, además permitiendo que el resultado pueda brindar indicios sobre las acciones que una institución prestadora de servicios de cobertura de salud (tanto pública como privada) puede tomar por cada paciente en beneficio del mismo. Para lograr el propósito del proyecto, se ha realizado una investigación donde hemos alineado las 10 metas mundiales planteadas por la Organización Mundial de la Salud (OMS) a las 4 agrupaciones de enfermedades crónicas de mayor impacto económico, con lo que se ha identificado a la diabetes como la enfermedad crónica de mayor impacto para el Perú debido al creciente factor de incidencia en el país, causado principalmente por serias deficiencias en las costumbres diarias de alimentación y ejercicio en la población peruana, además de ser una enfermedad cuya propagación es alta en países en vías de desarrollo como el Perú debido a que no es mitigada adecuadamente por falta de prevención, desconocimiento o por motivos tan diversos como los económicos. Seguidamente, se realiza un benchmarking de herramientas de Predictive Analytics y las capacidades disponibles de las mismas para identificar cuál de ellas brinda el mejor soporte al modelo predictivo planteado, según el contexto identificado.

The project is focused on the development of a predictive model that enables prediction of the development of type 2 diabetes mellitus supported by SAP Predictive Analytics. Its main purpose is the definition of a predictive model that allows institutions that offer health coverage (both public and private) to optimize their diagnostic process and also enables the use of the prediction result in order to determine which actions could be taken, based on medical recommendations, on behalf of the patients benefit. To achieve the purpose of the project, an investigation has been done where there was an alignment between the 4 main chronic diseases based on their economic impact and the 10 global goals set by the World Health Organization, identifying diabetes as the chronic disease of the biggest impact for Peru due to the growing incidence factor in the country, caused mainly because of serious deficiencies in daily nutritional habits and a lack of workout culture, along with being a disease that has the most incidence in developing countries such as Peru since it is not mitigated accordingly because of lack of prevention, knowledge or economic motives. There has also been a benchmarking of Predictive Analytics tools in order to see which one complies the best with the requirements of both the chronic disease and the Peruvian context.