M. Martínez García, S. García Gutierrez, R. Armañanzas, A. Díaz, I. Inza Cano, J. A. Lozano
La pandemia del COVID-19 está continuamente evolucionando con situaciones epidemiológicas drásticamente cambiantes que se abordan con diferentes decisiones: desde la reducción de la mortalidad hasta incluso la selección de los pacientes con mayor probabilidad de supervivencia en situaciones clínicas críticas. Motivados por ello, se ha desarrollado una batería de modelos de predicción de mortalidad con diferentes prestaciones para ayudar a los médicos y gestores de los hospitales en la toma de decisiones sobre situaciones epidemiológicas específicas. La regresión logística ha sido elegida como base para la generación de nuestros modelos donde dividiremos la función de log-verosimilitud en dos funciones objetivo: una que representa a los supervivientes y otra para la clase de fallecidos. De esta forma calcularemos los coeficientes de las regresiones logísticas mediante una optimización multiobjetivo centrándonos en dos métricas clave como son la sensibilidad y la especificidad.
Keywords: COVID-19, predicción de la mortalidad, optimización multiobjetivo
Scheduled
Continuous Optimization
June 10, 2022 4:00 PM
A12