Análisis exploratorio de datos para la modelización predictiva en el sector sanitario

Desafío

Una organización del sector sanitario necesitaba predecir qué pacientes alcanzarían un valor objetivo definido en el suero sanguíneo, pero la base de datos era el verdadero problema. El conjunto de datos procedía de varios centros con prácticas clínicas diferentes y, por lo tanto, era muy heterogéneo. El objetivo del modelo estaba claramente definido; la fiabilidad de los datos subyacentes, no. No estaba claro si los patrones en los datos reflejaban diferencias clínicas significativas o si se trataba simplemente de artefactos atribuibles a los diferentes procesos de recopilación de datos. El cliente sabía que lanzarse directamente al modelado supervisado habría ocultado estos problemas, con resultados que habrían sido difíciles de interpretar, poco fiables y que no habrían permitido actuar.

Enfoque

Incluso antes de crear un modelo predictivo, STAT-UP utilizó mapas autoorganizados (SOM) para descubrir estructuras ocultas en los datos. Los datos de pacientes de alta dimensión se proyectaron en los SOM con el fin de obtener una visión general estable de las similitudes y diferencias entre los centros y dentro de ellos. Se crearon numerosos mapas basados en la misma estructura subyacente y se codificaron por colores según los parámetros clínicos, las variables de tratamiento y los atributos propios de cada centro. De este modo, los expertos de STAT-UP pudieron comprender visualmente cómo variaban los patrones a lo largo de las variables y comunicar sus hallazgos sin que las partes interesadas tuvieran que interpretar resultados de modelos complejos. Los SOM revelaron diferencias sistemáticas en las estrategias de dosificación, perfiles específicos de cada centro y relaciones no evidentes entre las características clínicas.

Impacto

Por primera vez, los responsables de la toma de decisiones pudieron comprender de forma clara e intuitiva qué contenían realmente sus datos y cuáles eran sus limitaciones. En lugar de reaccionar ante estadísticas aisladas o diagnósticos de modelos, los participantes pudieron evaluar directamente en qué casos los datos eran suficientemente comparables y en cuáles las diferencias estructurales podrían afectar a la validez del análisis. Esta transparencia reforzó la confianza en la definición del alcance del modelo y respaldó decisiones críticas, como qué datos podían incluirse y cuáles debían excluirse. El resultado principal fue que la organización pudo comprender, justificar y confiar plenamente en la base de datos de sus modelos de predicción. Lo que comenzó como incertidumbre se convirtió en confianza fundamentada, y el análisis técnico complementó la intuición clínica.