Carpio, AnaSimón Rodríguez, Alejandro2023-07-172023-07-172023https://hdl.handle.net/20.500.14352/87249En el campo de la medicina se deben tomar decisiones complicadas basadas en las experiencias de profesionales, pero sin ser capaces de cuantificar los factores que influyen y las distintas opciones existentes. El aprendizaje automático permite desarrollar herramientas que utilizando datos de otros pacientes ayude a la toma de decisiones y cuantifique las distintas posibilidades. En este trabajo se desarrolla una herramienta que ayuda a determinar el éxito de la indometacina como prevención de la pancreatitis, una complicación habitual tras someterse a la CPRE. Además, se demuestra la utilización de métodos bayesianos para la elección de hiperparámetros y los valores Shapley como herramienta para interpretar los modelos de predicción.spamaster thesisopen access519.851:57Aprendizaje automáticoMétodos bayesianosSelección de hiperparámetrosCatboostValores ShapleyPancreatitisRandom forestXGBoostIndometacinaInvestigación operativa (Matemáticas)Biomatemáticas1207 Investigación Operativa2404 Biomatemáticas