Predicción de la mortalidad por enfermedades cardiovasculares

Predicción de la mortalidad por enfermedades cardiovasculares

Resumen: Vamos a desarrollar un análisis de la mortalidad producida por enfermedades cardiovasculares. Para ello hemos utilizado una base de datos de Kaggle. Dicha base de datos de Kaggle utiliza los datos de Tanvir Ahmad, Assia Munir, Sajjad Haider Bhatti, Muhammad Aftab y Muhammad Ali Raza (Government College University, Faisalabad, Pakistán) y fueron puestos a disposición por ellos en FigShare en julio de 2017. Estos datos han sido actualizados por Davide Chicco (Krembil Research Institute, Toronto, Canadá).

Palabras clave: predicción, edad, anemia, creatinfosfoquinasa, diabetes, eyección, presión sanguínea, plaquetas, creatinina sérica, sodio sérico, sexo, fumador, tiempo, muerte

Abstract: We are going to develop an analysis of mortality due to cardiovascular diseases. For this we have used a Kaggle database. The Kaggle database uses data from Tanvir Ahmad, Assia Munir, Sajjad Haider Bhatti, Muhammad Aftab and Muhammad Ali Raza (Government College University, Faisalabad, Pakistan) and was made available by them on FigShare in July 2017. This data has been updated by Davide Chicco (Krembil Research Institute, Toronto, Canada).

Keywords: prediction, age, anaemia, creatinine phosphokinase, diabetes, ejection fraction, blood pressure, platelets, serum creatinine, serum sodium, sex, smoking, time, death

1 Insuficiencia cardiaca

La insuficiencia cardíaca se trata de una afección por la que el corazón ya no puede bombear sangre con oxígeno al resto del cuerpo de manera eficiente. Suele tratarse de un problema prolongado en el tiempo, pero también es posible que se presente de manera repentina. Puede ser causada por muchos problemas diferentes del corazón.

1.1 Impacto social a nivel mundial

Las enfermedades cardiovasculares son la principal causa de muerte en todo el mundo. Según la OMS, se estima que 17,9 millones de personas murieron por enfermedades cardiovasculares en 2019, lo que representa un 32 % de todas las muertes del planeta.

1.2 Parámetros

Para poder realizar el análisis de la mortalidad tenemos los siguientes factores:

- Edad: representa la edad de la persona

- Anemia: Se trata del síndrome que se caracteriza por la disminución anormal del número o tamaño de los glóbulos rojos que contiene la sangre o de su nivel de hemoglobina. Lo representamos con un valor booleano 0 significa que no tienen anemia y 1 que sí que tienen anemia.

- Creatinfosfoquinasa: Mide el nivel de la enzima CPK en sangre. Los valores normales de la creatinfosfoquinasa (CPK) son entre 32 y 294 U/L para los hombres y 33 a 211 U/L para las mujeres.

- Diabetes: La diabetes es una enfermedad en la que los niveles de glucosa (azúcar) de la sangre están muy altos. Lo representamos con un valor booleano 0 significa que no tienen diabetes y 1 que sí que tienen diabetes.

- Eyección: Porcentaje de sangre que sale del corazón en cada contracción. Habitualmente en cada contracción el corazón saca un poco más de la mitad de la sangre que tiene cuando está lleno al máximo. Por eso lo normal es que la fracción de eyección sea alrededor del 50% o algo más.

- Presión sanguínea: Si el paciente tiene hipertensión, es decir, si tiene la presión arterial alta. Lo representamos con un valor booleano 0 significa que no tienen hipertensión y 1 que sí que tienen hipertensión.

- Plaquetas: Las plaquetas, también conocidas como trombocitos, son células sanguíneas. Se forman en la médula ósea, un tejido similar a una esponja en sus huesos. Las plaquetas juegan un papel importante en la coagulación de la sangre. Normalmente, cuando uno de sus vasos sanguíneos se rompe, comienza a sangrar. Las plaquetas se coagulan para tapar la lesión en el vaso sanguíneo y detener el sangrado.

- Creatinina sérica: Un nivel elevado de creatinina puede ser un signo de función renal deficiente. La creatinina sérica se expresa en miligramos de creatinina por decilitro de sangre

- Sodio sérico: El nivel de sodio en la sangre representa un equilibrio entre el sodio en los alimentos y bebidas que se consumen y la cantidad en la orina.

- Sexo: Valor booleano que representa sexo femenino si es 0 y sexo masculino si es 1.

- Fumador: Valor booleano que representa fumador si es 1 y no fumador si es 0.

2 Análisis de los datos

Vamos a realizar un análisis de los datos con gráficas, cuando sea posible, relacionándolos con el valor de DEATH_EVENT.

● EDAD-DEATH

Figura 1: Comparativa con edad

Observando la gráfica podemos ver que no hay ninguna relación clara entre la edad y la muerte. Lo único que nos indica es que dentro del estudio, ya finalicen con muerte o sin muerte, hay más personas de edades entre los 50-70 ya que sus barras son las más altas. Es decir, es más probable que alguien comprendido entre esas edades padezca enfermedades del corazón.

● DIABETES-DEATH_EVENT

Figura 2: Comparativa con diabetes

Podemos ver un total de 174 personas que no padecen diabetes y 125 que sí que la padecen. Si nos fijamos en porcentajes vemos que en ambos grupos es mayor el porcentaje de personas que no muere ya tenga o no diabetes. Es algo extraño en este estudio ya que habitualmente las personas que padecen diabetes tienen más posibilidades de morir por enfermedades del corazón.

● ANEMIA-DEATH_EVENT

Figura 3: Comparativa con anemia

Nos pasa lo mismo que con el estudio de la diabetes observamos que hay más personas que no tiene anemia pero que no es mayor el porcentaje de muertes en personas con anemia. Igualmente la anemia es un problema que deriva en insuficiencias cardiacas por tener que bombear el corazón con mayor frecuencia para contrarrestar la falta de oxígeno en la sangre. Todo esto nos llevaría a pensar que las personas con anemia tienen mayor probabilidad de morir por insuficiencia cardiaca ya que es más posible que la padezcan, algo que no pasa de manera clara en este estudio.

● EYECCIÓN-DEATH_EVENT

...