Desarrollo de una Herramienta para Estimar Macronutrientes en Leche Materna Basado en Aprendizaje de Máquina
Year: 2025
Type: article
Abstract: Este estudio se enfoca en el desarrollo de un sistema basado en Machine Learning para estimar la composicion de macronutrientes en leche materna, dirigiéndose a hospitales con limitación de recursos. La leche materna es esencial para la nutrición neonatal, y su composición varía de acuerdo a las diferentes fases de lactancia. Sin embargo, la falta de equipo especializado en medición de estos nutrientes que podrían impactar negativamente en la nutrición personalizada, especialmente en infantes prematuros o nacidos con pesos bajos. Los datos fueron recolectados de 333 muestras, incluyendo variables como grados Dornic, pH, y niveles macronutrimentales. Se implementan varios modelos de regresión como, regresión lineal, regresión Ridge, regresión Lasso, ElasticNet, árboles de decisión, bosques aleatorios y XGBoost, y mediante validación cruzada, identificar el modelo más efectivo. Asimismo, se desarrolla una interfaz gráfica creada con PyQt5, la cual permite entrada y visualización clara de resultados, facilitando el uso por el personal médico, incluyendo un sistema de recomendación básico para identificar al tipo de paciente al que se estima brindar esa leche. A pesar de algunas limitaciones, como la mayor accesibilidad y la incorporación de datos adicionales, el sistema de atención neonatal promete mejorar la nutrición en clínicas con recursos limitados.
Language: Spanish
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Open Access status: diamond
OpenAlex ID: W4408372071