Proyecto final - Visualización de datos

Este documento contiene el proyecto final de la asignatura Inteligencia de negocios - Módulo de Visualización de datos de la Maestría en Analítica e Inteligencia de Negocios de la Universidad del Valle. Aquí pueden consultar el enunciado del ejercicio y el código empleado para generar los resultados en el software R.

Estudio de factores clínicos influyentes en la mortalidad por insuficiencia cardíaca

Introducción

Las enfermedades cardiovasculares son un grupo de desórdenes del corazón y de los vasos sanguíneos, entre los que se incluyen: Enfermedad coronaria, Hipertensión arteria, Paro cardiorrespiratorio, Insuficiencia cardíaca, Arritmia, Derrame cerebral. De estas, la insuficiencia cardíaca (IC) es una condición prevalente que ocurre cuando el corazón es incapaz de bombear la sangre adecuadamente para satisfacer las necesidades del cuerpo.

El diagnóstico y el pronóstico de la insuficiencia cardíaca pueden ser complejos debido a la variedad de factores que afectan la evolución de la enfermedad. Tradicionalmente, los médicos utilizan una combinación de datos clínicos, exámenes físicos y resultados de pruebas de laboratorio para evaluar a los pacientes.

A contiunación, se usa un conjunto de datos que contiene los registros médicos de 5000 pacientes que tuvieron insuficiencia cardíaca, recopilados durante su período de seguimiento, donde cada perfil de paciente tiene 13 características clínicas. Esta información se toma de Kaggle.

Fuente: https://www.kaggle.com/datasets/aadarshvelu/heart-failure-prediction-clinical-records/data

Pregunta de investigación

¿Cuáles son los factores clínicos más influyentes en la mortalidad por insuficiencia cardíaca en pacientes con enfermedades cardiovasculares?

Estadística descriptiva

##       Edad       Anemia        Creatina      Diabetes      EjecFrec    
##  Min.   :40.00   No :2628   Min.   :  23.0   No :2803   Min.   :14.00  
##  1st Qu.:50.00   Yes:2372   1st Qu.: 121.0   Yes:2197   1st Qu.:30.00  
##  Median :60.00              Median : 248.0              Median :38.00  
##  Mean   :60.29              Mean   : 586.8              Mean   :37.73  
##  3rd Qu.:68.00              3rd Qu.: 582.0              3rd Qu.:45.00  
##  Max.   :95.00              Max.   :7861.0              Max.   :80.00  
##  PresAlta     Plaquetas          SerumC          SerumS      Genero  
##  No :3176   Min.   : 25100   Min.   :0.500   Min.   :113.0   F:1772  
##  Yes:1824   1st Qu.:215000   1st Qu.:0.900   1st Qu.:134.0   M:3228  
##             Median :263358   Median :1.100   Median :137.0           
##             Mean   :265075   Mean   :1.369   Mean   :136.8           
##             3rd Qu.:310000   3rd Qu.:1.400   3rd Qu.:140.0           
##             Max.   :850000   Max.   :9.400   Max.   :148.0           
##  Fumador        Tiempo      CausaM    
##  No :3441   Min.   :  4.0   No :3432  
##  Yes:1559   1st Qu.: 74.0   Yes:1568  
##             Median :113.0             
##             Mean   :130.7             
##             3rd Qu.:201.0             
##             Max.   :285.0

A continuación se observan las gráficas de distribución de cada una de las variables cuantitativas y cualitativas.

• Edad: la mayor parte de la población estudiada está entre los 40 y 68 años
• Fracción de eyección: la mayor parte de la población está por debajo del 40%
• Creatina fosfoquinasa: Los datos tiene una distribución asimétrica positiva/li>
• Plaquetas:los datos se distribuyen de forma normal y tiene una media de 265.075
• Creatinina sérica:Los datos tiene una distribución asimétrica positiva
• Sodio sérico: Los datos tiene una distribución asimétrica negativa
• En cuanto a las cualitativas, hay más número de personas que no tienen anemia, diabetes o presión alta comparado con las que sí padecen alguna de estas condiciones. Además, hay más hombres que mujeres en el estudio

Análisis

Para responder a la pregunta sobre cuáles son los factores clínicos más influyentes en la mortalidad por insuficiencia cardíaca en pacientes con enfermedades cardiovasculares. Se realizará: una análisis de correlación, se analizará la distribución de las variables más influyentes según eventos de muerte y finalmente se estudiarán los valores de referencia de cada variable influyente.

En general, se evidencia que los mayores de 60 años son los que más eventos de muerte tienen de acuerdo a todos lo factores: Creatina, Fracción de eyección, Plaquetas, Serum C y Serum S; lo que podría sugerir que la función cardiaca empora con la edad.

• Fracción de eyección: la media de las personas que murieron está muy por debajo de los que no murieron; lo que implica que este factor influye en padecer una insufiencia cardiaca
• Creatina fosfoquinasa: Los datos tienen medias simliares, por lo que este factor no es concluyente por ahora
• Plaquetas:Hay mayor dispersión de este factor en los eventos de muerte
• Creatinina sérica:la media de las personas que murieron está por encima de los que no murieron; lo que implica que este factor influye en padecer una insufiencia cardiaca
• Sodio sérico: la media de las personas que murieron está por debajo de los que no murieron; lo que implica que este factor influye en padecer una insufiencia cardiaca

Por tanto, en este análsis los factores más inflyentes en padecer una insuficiencia cardiaca son: fracción de eyección, serum S y serum C.

• Fracción de eyección: es el porcentaje de sangre que sale del corazón en cada contracción. Se considera normal una fracción de eyección del ventrículo izquierdo de entre el 50% y el 70%. En los datos se evidencia que la gran mayoría está por debajo de los valores normales
• Serum C:Este valor indica qué tan bien funcionan los riñones. Cuando los riñones no funcionan bien, la concentración de creatinina sérica aumenta. Los rangos normales están entre 0.6 y 1.3 mg/dL. Se observa una cantidad parcialmente igual de datos en nivel alto y normal, solo dos están en bajo. Tener tantos datos en nivel alto implica de enfermedad o lesión renal
• Serum S: Mide la concentración de sodio en la sangre. Un nivel normal de sodio en la sangre oscila entre 135 y 145 miliequivalentes por litro (mEq/L). Se observa una cantidad parcialmente igual de datos en nivel normal y bajo. Esto indica que se puede tener una hiponatremia que puede deberse a un aumento en la cantidad de agua en el cuerpo; normalmente este aumento de agua se observa en personas con enfermedades renales e insuficiencias cardiacas

Conclusión

Los factores clínicos más influyentes en la mortalidad por insuficiencia cardíaca en pacientes con enfermedades cardiovasculares de acuerdo al análisis realizado son: Fracción de eyección,Creatinina sérica y Sodio sérico.

La fracción de eyección disminuye con la edad; lo que sugiere que la función cardiaca se deteriora con el envejecimiento.

La enfermedad renal esta relacionada con la enfermedad cardiovascular, dos de estos factores Creatinina sérica y Sodio sérico son índices de enfermedades renales. Tener enfermedades renales amplifica el riesgo de muerte en la enfermedad cardiovascular.