Comparación de modelos basados en árboles y regresión logística para la predicción de enfermedad cardíaca: análisis de desempeño, estabilidad y generalización
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
Objetivo: Comparar el desempeño predictivo de la regresión logística, Random Forest y Gradient Boosting en la detección de enfermedad cardíaca utilizando el Cleveland Heart Disease Dataset, bajo un esquema metodológico de validación cruzada repetida e inferencia estadística formal. Método: Se realizó un estudio cuantitativo comparativo utilizando 297 registros clínicos completos. Los modelos fueron evaluados mediante validación cruzada estratificada repetida (10 × 5), generando 50 estimaciones independientes por modelo. Se analizaron accuracy, sensibilidad, especificidad, área bajo la curva ROC (AUC), calibración mediante Brier Score y estabilidad. Se aplicó ANOVA de un factor, prueba de Friedman y estimación de tamaño del efecto (η²). Posteriormente, se evaluó el desempeño en un conjunto de prueba independiente (20 %). Resultados: En validación cruzada, la regresión logística mostró el mayor accuracy promedio (M = 0.833, DE = 0.069), seguida de Random Forest (M = 0.823, DE = 0.076) y Gradient Boosting (M = 0.787, DE = 0.074). El ANOVA evidenció diferencias significativas, F(2,147) = 5.298, p = .006, η² = .067, aunque de magnitud pequeña a moderada. En el conjunto independiente, Random Forest alcanzó el mayor accuracy (0.850), mientras que la regresión logística presentó el mayor AUC (0.950). Las diferencias entre regresión logística y Random Forest no fueron estadísticamente significativas. Conclusión: Bajo un esquema de validación riguroso, la regresión logística mostró un desempeño comparable —e incluso ligeramente superior en discriminación— respecto a modelos de ensamblado más complejos. Los resultados sugieren que la superioridad del aprendizaje automático en datos clínicos estructurados no debe asumirse de manera automática, sino evaluarse empíricamente bajo protocolos robustos.
Fields of Study & Subjects
Artificial Intelligence in Healthcare
Imbalanced Data Classification Techniques
Data Mining and Machine Learning Applications
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 28 March 2026
- Language
- ES