Lora Pablos, DavidPlata Morán, Juan Fernando2023-11-172023-11-172023https://hdl.handle.net/20.500.14352/88796En el contexto de las enfermedades cardíacas, y ante la necesidad de abordar nuevos escenarios que aporten una perspectiva renovada en relación con el tratamiento de las mismas, la aplicación de técnicas de machine learning se presenta como una alternativa contemporánea y vanguardista. A través del análisis de datos clínicos, se busca anticipar y prevenir eventos adversos, a la vez que se brinda información a los profesionales de la salud para respaldar la toma de decisiones fundamentada y así adaptar estrategias según la situación particular de cada paciente. Este proyecto explora cómo estas herramientas pueden contribuir a la creación de respuestas más efectivas.Within the realm of cardiac ailments, amidst the imperative to confront novel scenarios that infuse a revitalized outlook toward their therapeutic approaches, the utilization of advanced machine learning techniques emerges as a contemporaneous and avantgarde recourse. By means of the meticulous scrutiny of clinical data, the objective resides in the anticipation and deterrence of adverse occurrences, concomitantly furnishing healthcare practitioners with requisite information to underpin judicious decision-making, thereby customizing strategies to suit each patient's individual circumstances. This endeavor delves into the profound potential for these tools to enrich the formulation of more efficacious responses.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/master thesisopen access004.6: 616.12-008.46 (043.3)Insuficiencia cardíacaMortalidadMachine learningModelos predictivosAnálisis de datos clínicosEstrategias preventivasHeart failureMortalityPredictive modelsClinical data analysisPreventive strategiesAnálisis MultivarianteAnálisis MultivarianteCardiología1209.03 Análisis de Datos3205.01 Cardiología