Modelos de clasificación en marcha patológica usando árboles de regresión logística
Abstract
La Hemiplejía Espástica (HE) es un tipo de parálisis cerebral, en donde los miembros superior e inferior del mismo lado están comprometidos. El Dr. Gage ha sugerido que esta patología pudiera clasificarse en al menos cuatro grupos considerando el patrón cinemático en 3 planos (sagital, transversal y coronal).Tradicionalmente, esta clasificación de pacientes patológicos es realizada por médicos especialistas basándose en el estudio físico del paciente y en el análisis clínico de la marcha, esto último, mediante exámenes complementarios reportados sobre registros cinéticos, cinemáticas y electromiografía. La aplicación de técnicas automáticas de clasificación mediante métodos computarizados constituye un soporte en esta tarea, no como reemplazo al especialista sino como una herramienta de apoyo al diagnóstico. En este trabajo, se analizan diferentes algoritmos de clasificación automática mediante aprendizaje supervisado de los registros de marcha en una población de 255 pacientes recopilados durante seis años. Los árboles de regresión logística combinados con meta-clasificadores han demostrado una buena efectividad en la clasificación. Esta efectividad se evalúa de manera cuantitativa con medidas de especificidad, cantidad de aciertos, falsos positivos y negativos, entre otras medidas. Una validación con médicos especialistas permite comparar los resultados obtenidos por los modelos automáticos y los diagnósticos reales de experto.
