Implementation and Study on Liver Cirrhosis Disease Diagnosis Prediction Using a Method for Machine Learning Algorithms: A Comparative Approach Analysis

Resumen Técnico: Implementación y Estudio sobre la Predicción del Diagnóstico de la Enfermedad de Cirrosis Hepática Mediante Algoritmos de Aprendizaje Automático

Planteamiento del Problema
La cirrosis hepática representa un desafío crítico para la salud mundial, ocupando el duodécimo lugar entre las principales causas de mortalidad en los Estados Unidos y cobrándose más de un millón de vidas en todo el mundo entre 1980 y 2010. A pesar de los avances en la recopilación de datos, las tasas de mortalidad suelen estar subnotificadas y los enfoques diagnósticos siguen siendo inconsistentes. Si bien el aprendizaje automático (ML) ofrece la promesa de predecir el riesgo de la enfermedad y mejorar la precisión diagnóstica, los estudios existentes sufren frecuentemente de limitaciones tales como conjuntos de datos pequeños o sesgados, falta de rentabilidad y dificultades en la integración clínica. Además, muchos estudios comparativos no alinean rigurosamente algoritmos específicos con las necesidades clínicas o no prueban su capacidad de generalización en poblaciones de pacientes diversas. Esta investigación aborda la necesidad de un análisis comparativo robusto de algoritmos de aprendizaje supervisado para mejorar la precisión y la fiabilidad del diagnóstico y la estadificación de la cirrosis hepática.

Metodología
El estudio emplea un enfoque basado en datos utilizando el conjunto de datos 'Aadarshvelu Liver-Cirrhosis-Stage-Classification' obtenido de Kaggle, el cual se deriva del estudio de Cirrosis Biliar Primaria (PBC) de la Clínica Mayo (1974–1984) y ha sido aumentado con datos sintéticos para alcanzar un tamaño de muestra de aproximadamente 25,000 registros de pacientes.

• Preprocesamiento de Datos y Selección de Características: El conjunto de datos comprende 19 características, incluyendo variables demográficas (edad, sexo), síntomas clínicos (ascitis, hepatomegalia, edema, angiomas aracideos), indicadores de tratamiento farmacológico y valores de laboratorio (bilirrubina, albúmina, colesterol, fosfatasa alcalina, SGOT, triglicéridos, plaquetas, tiempo de protrombina). Los autores realizaron la limpieza de datos, gestionaron los valores faltantes y utilizaron mapas de calor de correlación (r de Pearson) para identificar y eliminar características débilmente correlacionadas (r < 0.2) y mitigar la multicolinealidad (r > 0.8).
• Diseño Experimental: El conjunto de datos se dividió en conjuntos de entrenamiento (20,000 registros) y de prueba (5,000 registros). El estudio implementó una validación cruzada de 10 pliegues (10-fold cross-validation) para asegurar una evaluación robusta del modelo.
• Algoritmos Probados: Se evaluaron ocho algoritmos de aprendizaje supervisado por su capacidad para clasificar los estadios de la cirrosis:
  1. Regresión Logística (LR)
  2. K-Vecinos Más Cercanos (KNN)
  3. Máquina de Vectores de Soporte (SVM)
  4. Bosque Aleatorio (RF)
  5. Naïve Bayes (NB)
  6. AdaBoost
  7. Gradient Boosting
  8. Clasificador de Perceptrón Multicapa (MLP)
• Métricas de Evaluación: El rendimiento del modelo se evaluó mediante una matriz de confusión para derivar la Exactitud, Precisión, Sensibilidad (Recall), Especificidad, puntuación F1 y el Área Bajo la Curva ROC (AUC).

Contribuciones Clave y Resultados
La principal contribución de este trabajo es un análisis comparativo exhaustivo de ocho algoritmos distintos de ML aplicados a un conjunto de datos a gran escala y clínicamente relevante para la estadificación de la cirrosis hepática.

• Resultados de Rendimiento: Los resultados experimentales indican una variación significativa en el rendimiento algorítmico. El clasificador de Bosque Aleatorio (Random Forest) emergió como el modelo superior, logrando una exactitud del 95% (específicamente 94.05% en el resumen, con 95% citado en la sección de resultados) y una puntuación F1 promedio macro de 95.05%.
• Análisis Comparativo:
  • Mejores Desempeños: Random Forest (95% de exactitud) y K-Nearest Neighbors (87.5% de exactitud) demostraron las mayores capacidades predictivas.
  • Desempeños Moderados: Gradient Boosting (83.5%), el Clasificador MLP (82.5%) y SVM (75.5%) mostraron un éxito moderado.
  • Menores Desempeños: La Regresión Logística (54.5%), AdaBoost (59.5%) y Naïve Bayes (46.5%) arrojaron tasas de exactitud más bajas en esta configuración experimental específica.
• Importancia de las Características: El estudio destaca el papel crítico de los datos de análisis de sangre (por ejemplo, bilirrubina, albúmina, SGOT) y los signos clínicos (ascites, edema) para distinguir los estadios de la cirrosis, validando la utilidad de las métricas de laboratorio estándar en los diagnósticos basados en ML.

Significancia y Reivindicaciones
Los autores afirman que el modelo propuesto de "Predicción del Diagnóstico de la Enfermedad de Cirrosis Hepática", particularmente cuando utiliza el algoritmo de Bosque Aleatorio, mejora eficazmente el rendimiento de la codificación de registros médicos y la predicción diagnóstica en comparación con otros algoritmos probados. El estudio postula que el aprendizaje automático puede no solo potenciar la precisión diagnóstica, sino también hacer que la detección de la cirrosis hepática sea más rentable.

La significancia de este trabajo radica en su potencial para:

1. Mejorar la Toma de Decisiones Clínicas: Proporcionar a los clínicos herramientas automatizadas para diagnósticos más tempranos y fiables.
2. Optimizar la Asignación de Recursos: Al identificar las técnicas predictivas más potentes, el estudio ofrece recomendaciones accionables para que los sistemas de salud gestionen la enfermedad hepática de manera más eficiente.
3. Cerrar la Brecha: Demostrar que la evaluación rigurosa de los modelos de ML puede conducir a beneficios duraderos en la atención médica, yendo más allá del éxito teórico hacia aplicaciones prácticas e interpretables.

Limitaciones
Los autores reconocen modestamente varias limitaciones. El conjunto de datos, aunque grande, incluye datos sintéticos que pueden introducir sesgos de distribución no presentes en las poblaciones del mundo real. La naturaleza retrospectiva de los datos limita la generalizabilidad a través de diferentes regiones geográficas y entornos clínicos. Además, el estudio se basa en la validación cruzada interna en lugar de una validación externa con conjuntos de datos clínicos independientes, y se observaron posibles desequilibrios de clase respecto a los estadios de la cirrosis. Se sugiere que el trabajo futuro se centre en validar estos hallazgos en entornos clínicos más amplios y en explorar el aprendizaje profundo (deep learning) y métodos de ensamble avanzados.