Un método de predicción de la demanda de servicios de atención a adultos mayores que combina el algoritmo RF mejorado...

Área de la Ciencia:

• Gerontología; Informática de la Salud; Análisis Predictivo

Sus antecedentes:

• Las poblaciones mundiales que envejecen exigen una previsión precisa de la demanda de servicios de atención a personas mayores.; Los modelos de predicción tradicionales tienen dificultades con datos de salud complejos y de alta dimensionalidad.

Objetivo del estudio:

• Desarrollar un modelo de predicción avanzado para la demanda de servicios de atención a personas mayores.; Mejorar la eficiencia de la asignación de recursos en las sociedades que envejecen.

Principales métodos:

• Un modelo integrado que combina un bosque aleatorio (RF) mejorado con regresión logística (LR).; Incorporación de una estrategia adaptativa de selección de características dentro del marco RF.; Utilización de características optimizadas seleccionadas por RF para construir un clasificador LR interpretable.

Principales resultados:

• El modelo integrado logró una precisión del 95,30 %, una recuperación del 92,60 % y una puntuación F1 del 93,90 %.; Demostró un rendimiento superior en comparación con los modelos de RF o LR independientes.; Logró un área bajo la curva (AUC) de 0,934.

Conclusiones:

• El modelo híbrido RF-LR mejora significativamente la precisión y la fiabilidad de la predicción de la demanda de atención a personas mayores.; Proporciona una sólida herramienta de apoyo a la toma de decisiones para optimizar la planificación de los servicios de atención y la asignación de recursos.; Aborda los desafíos de los datos de salud no lineales y de alta dimensionalidad en la investigación gerontológica.