Modelo estadístico de predicción de desarrollo de diabetes mellitus tipo 2 en pacientes de alto riesgo aplicando Random Forest y SMOTE

El cuerpo humano presenta mecanismos de autorregulación de glucosa a fin de mantener el homeostasis interno. Estos mecanismos comprenden numerosos componentes, muchos de los cuales aún no se conocen en detalle, entre los que destacan las hormonas insulina y glucagón. La glucorregulación del cuerpo humano se encarga de mantener los niveles de glucosa en la sangre en ayunas a un nivel menor a 100 mg/dL, y a un nivel menor a 140 mg/dL tras la ingesta de alimentos. Cuando los niveles de glucosa superan dichos umbrales, existen daños en la glucorregulación que conllevan al desarrollo de diversas enfermedades. El monitoreo constante de los niveles de glucosa en la sangre podría ser una herramienta de gran utilidad en pacientes de alto riesgo tales como los pacientes con hipertensión, obesidad u otro factor de riesgo. Las constantes revisiones de niveles de glucosa se realizan con la finalidad de determinar si los pacientes han desarrollado Prediabetes o Diabetes Mellitus. Se conoce como Prediabetes a la etapa previa al desarrollo de Diabetes Mellitus Tipo 2. Está asociada a valores moderadamente elevados de glucosa que indican una disfunción en la glucorregulación, pero cuyos daños aún son reversibles. Por su parte, se define como Diabetes Mellitus Tipo 2 (T2DM) a la enfermedad crónica asociada a valores altos de glucosa en la sangre que desencadenan daños cardiovasculares y cerebrovasculares. Debido a lo anterior, la monitorización constante de glucosa en la sangre y la creación de modelos predictivos de desarrollo futuro de Diabetes Mellitus Tipo 2 en pacientes de alto riesgo podría ser fundamental para la prevención del desarrollo de complicaciones crónicas, mejorando la calidad de vida y disminuyendo las tasas de mortalidad. En las revisiones periódicas de los pacientes, no solo se registran los niveles de glucosa en la sangre, sino también otros factores tales como variables antropométricas, parámetros analíticos o marcadores de función renal. La combinación de factores clínicos y el monitoreo continuo de glucosa en la sangre podría ayudar a determinar el comportamiento previo de los pacientes que a futuro desarrollarán Diabetes Mellitus Tipo 2 y con ello tomar acciones preventivas frente al desarrollo de dicha enfermedad. El presente Trabajo de Fin de Máster (TFM) consiste en la predicción de desarrollo futuro de Diabetes Mellitus Tipo 2 en pacientes de alto riesgo aplicando las técnicas estadísticas Synthetic Minority Over-sampling Technique (SMOTE) y Random Forest utilizando variables obtenidas en el laboratorio clínico y variables glucométricas obtenidas de series temporales de glucosa. Gracias a la predicción, se conseguirá diagnosticar anticipadamente a personas de alto riesgo con el fin de aplicarles un tratamiento adecuado