{"id":59062,"date":"2025-08-21T08:41:13","date_gmt":"2025-08-21T14:41:13","guid":{"rendered":"https:\/\/saluddigital.com\/?p=59062"},"modified":"2025-08-21T08:44:16","modified_gmt":"2025-08-21T14:44:16","slug":"avances-en-la-prediccion-de-la-carga-global-de-la-diabetes-mediante-ia-deep-learning-vs-metodos-estadisticos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/avances-en-la-prediccion-de-la-carga-global-de-la-diabetes-mediante-ia-deep-learning-vs-metodos-estadisticos\/","title":{"rendered":"Avances en la predicci\u00f3n de la carga global de la diabetes mediante IA: Deep learning vs M\u00e9todos estad\u00edsticos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un estudio comparativo revela que el modelo Transformer-VAE ofrece la mayor precisi\u00f3n predictiva, aunque con mayores demandas computacionales.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La diabetes representa uno de los mayores desaf\u00edos sanitarios a nivel mundial, con una prevalencia creciente y un impacto econ\u00f3mico y social significativo. La capacidad de predecir con precisi\u00f3n su evoluci\u00f3n es crucial para la planificaci\u00f3n de recursos, la asignaci\u00f3n de presupuestos y el dise\u00f1o de pol\u00edticas p\u00fablicas por parte de autoridades sanitarias. Un estudio reciente publicado en Scientific Reports<\/em><\/a> compara el rendimiento de cuatro modelos predictivos, Transformer con Autoencoder Variacional (VAE), LSTM, GRU y ARIMA, en la tarea de pronosticar la carga global de la diabetes.<\/p>

El estudio utiliz\u00f3 datos anuales desde 1990 hasta 2021 de tres indicadores clave: A\u00f1os de Vida Ajustados por Discapacidad (DALYs, en ingl\u00e9s), muertes y prevalencia de diabetes, desagregados por grupos de ingresos seg\u00fan el Banco Mundial. Los modelos fueron entrenados con datos de 1990 a 2014 y evaluados con los de 2015 a 2021.<\/p>

Los resultados mostraron que el modelo Transformer-VAE obtuvo la mayor precisi\u00f3n predictiva, con un Error Absoluto Medio (EAM) de 0.425 y un Error Cuadr\u00e1tico Medio (ECM) de 0.501. Adem\u00e1s, demostr\u00f3 una notable robustez ante datos ruidosos o incompletos, manteniendo su rendimiento incluso cuando se introdujeron hasta un 20% de valores faltantes.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Por su parte, los modelos LSTM y GRU mostraron un buen desempe\u00f1o en la captura de dependencias temporales a corto plazo, pero presentaron limitaciones en tendencias a largo plazo. El modelo ARIMA, aunque eficiente computacionalmente, fue el menos preciso, especialmente en la predicci\u00f3n de tendencias complejas y no lineales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El estudio tambi\u00e9n incluy\u00f3 una validaci\u00f3n externa con datos de la Organizaci\u00f3n Mundial de la Salud (OMS), confirmando la generalizabilidad del modelo Transformer-VAE a trav\u00e9s de diferentes contextos y fuentes de datos.<\/p>

Este trabajo subraya el potencial de los modelos de deep learning<\/em> o aprendizaje profundo, en particular el Transformer-VAE, para mejorar la predicci\u00f3n de la carga de diabetes a nivel global. Sin embargo, tambi\u00e9n se\u00f1ala desaf\u00edos importantes, como el alto costo computacional y la falta de interpretabilidad, que pueden limitar su implementaci\u00f3n en entornos con recursos limitados.<\/p>

Los autores sugieren que futuras investigaciones exploren enfoques h\u00edbridos, t\u00e9cnicas de compresi\u00f3n de modelos y la integraci\u00f3n de factores socioecon\u00f3micos y ambientales para mejorar a\u00fan m\u00e1s la precisi\u00f3n y aplicabilidad de estas herramientas en la salud p\u00fablica.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41598-025-14599-4<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Avances en la predicci\u00f3n de la carga global de la diabetes mediante IA: comparaci\u00f3n entre modelos de deep learning y m\u00e9todos estad\u00edsticos.<\/p>","protected":false},"author":1,"featured_media":59064,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-59062","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/59062","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=59062"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/59062\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/59064"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=59062"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=59062"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=59062"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}