Redes Bayesianas para predecir riesgo de plomo en sangre de puérperas y neonatos

Transcripción

1 Redes Bayesianas para predecir riesgo de plomo en sangre de puérperas y neonatos Autores A.M. Sancho 1,2 ; V. Messina 3 ; M. Cuevas 4 ; I. Sattolo 2 ; R.Dante 1 ; A. Ricca 1, y L. De Oto 2 RESUMEN Las redes Bayesianas son utilizadas como un modelo probabilístico gráfico que representa un conjunto de variables aleatorias y sus dependencias condicionales a través de un gráfico dirigido acíclico. En esta investigación, la red bayesiana fue aplicada para predecir los eventos de riesgo del plomo en puérperas y neonatos. Los resultados del estudio fueron evaluados mediante árboles de decisión y se compararon los algoritmos de aprendizaje para predecir el posible riesgo de plomo en la sangre 5µg/dL por los clasificadores (ADTree, IBK y J48, J48 P, Bayes Naves). ABSTRACT Bayesian networks is used as a probabilistic graphical model that represents a set of random variables and their conditional dependencies by a directed acyclic graph. In this research, Bayesian network was applied to predict lead risk in pregnant women and new born. Data analysis were evaluated using decision trees, comparing the learning algorithms to predict the possible risk of lead in blood (Lead in blood 5µg/dL) by classifiers (ADTree, IBK and J48, J48 P, Bayes Ships). INTRODUCCIÓN La Organización Mundial de la Salud (WHO, 2009) informó que los niveles de plomo en sangre deberían estar por debajo de 10µg/DL. Algunos investigadores reportaron que niveles de plomo en sangre por encima de 5 µg/dl en niños causan problemas de concentración en el aprendizaje, de mala conducta, etc. La exposición con plomo es un problema salud pública y esfuerzos para la prevención se deberían realizar. Las 1 Instituto Tecnología de Alimentos, Centro de Investigación de Agroindustria, INTA, 2 Universidad de Morón 3 Secretaría de Salud Ambiental 4 Hospital de Niños Vicente López

2 redes Bayesianas están siendo utilizadas como un modelo probabilístico gráfico que representa un conjunto de variables aleatorias y sus dependencias condicionales a través de un gráfico dirigido acíclico como DIAVAL, PROSANET, TRAIGLE (Abad- Graw, et al 2008 and Diez et al 1997). En esta investigación, la red bayesiana fue aplicada para predecir los eventos de riesgo del plomo en puérperas y neonatos. Los resultados del estudio fueron evaluados mediante árboles de decisión y se compararon los algoritmos de aprendizaje para predecir el posible riesgo de plomo en la sangre 5µg/dL por los clasificadores (ADTree, IBK y J48, J48 P, Bayes Naves). MATERIALES Y MÉTODOS Embarazadas residentes de dos zonas urbano industrial (Pilar y Vicente Lopez) fueron evaluadas (n=201, 96 y 105, respectivamente). El tamaño muestral de la población a evaluar se obtuvo mediante el programa EPI info6. Mediante la firma del consentimiento informado y el criterio de inclusión, se procedió a realizar una encuesta y la extracción de sangre venosa de la madre y sangre del cordón umbilical en el recién nacido. Las muestras de sangre fueron analizadas con un Analizador Perkin Elmer espectrofotómetro de absorción atómica. La sensibilidad y especificidad del método indicó asignar una probabilidad de 0.99 a los neonatos cuyos pesos fuesen menores a 1,5Kg y un periodo de gestación menor a 37 semanas. Siendo, asignado el valor 0.98 para los neonatos cuyo peso eran superior al 1.5 kg y con un periodo de gestación menor a 37 semanas. La metodología aplicada para el análisis de los datos fue BGM de Blanqué y García Martínez, (1992 y 2004), utilizando un algoritmo para seleccionar a las embarazadas. La metodología de García Martínez fue aplicada y consta de 5 etapas: Paso 1: Adquisición del conocimiento: Los factores involucrados, las probabilidades y bibliografía fueron suministradas por la experiencia del médico. Paso 2: se adquieren los conceptos más frecuentemente usados para clasificar las variables definir y Paso 3: Parametrización de los conceptos: Cada variable de estudio fue evaluada por el experto para determinar el alcance y la categoría de las variables cuantitativas y cualitativas, respectivamente. Dichas variables fueron: Fumador (SI NO); Anemia (Presente Ausente); Distancia a la zona industrial (Corta, Media y Larga); Nivel de concentración de plomo en sangre de la puérpera: MApb 5 µg/dl y <5 µg/dl; Nivel de concentración de plomo en sangre en cordón umbilical del neonato: BEpb 5µg/dL y <5 µg/dl, Peso bebe al nacer: 1,5 kg, (1-2,5) kg y >2,5 kg; Período de gestación: <37 semanas y 37 semanas. Además se establecieron las causalidades y la iimplementación mediante el cálculo de las probabilidades. Paso 4: En la red bayesiana cada uno de los nodos corresponde a una variable, que a su vez representa una entidad del mundo real, como el período de gestación del bebé, la presencia o ausencia de plomo en la sangre, etc. Se utilizaron el programa Elvira (proyecto: Entorno de Desarrollo para Gráficos probabilísticos Elvira TIC C04) y herramientas prácticas para el aprendizaje de máquinas Weka Paso 5: La aceptabilidad de la red se realizó con el experto en el campo de la medicina. Los casos de prueba fueron llevaron a cabo y comparados con casos reales. 2

3 RESULTADOS Y DISCUSIÓN La red quedo formada por las probabilidades a priori (Figura 1). La sensibilidad demostró ser de clara la semántica, lo que permite procesar la información con el fin de diagnosticar, conocer, explicar y muchas de las tareas de inferencia de otra índole necesarias para las redes de los sistemas inteligentes, incluyendo la gráfica de los modelos probabilísticos según el conocimiento médico. Figura 1: Nodos de la red formada por las probabilidades a priori En Tabla I se observa con los resultados del funcionamiento de BEMA, el cual ha demostrado ser adecuado para calcular la probabilidad sometida a los factores evaluados. La sensibilidad demostró ser de clara la semántica, lo que permite procesar la información con el fin de diagnosticar, conocer, explicar y muchas de las tareas de inferencia de otra índole necesarias para las redes de los sistemas inteligentes, incluyendo la gráfica de los modelos probabilísticos. Tabla I: Resultados Probabilísticos con red BEMA. Caso Fuma Anemia Distancia a Valor Valor zona esperado en estimado Industrial puérpera por BEMA Peso neonato al nacer Periodo de Gestación neonato Valor Valor esperado en estimado por neonato BEMA 1 Si Presente Corto >=5µg/dL 0,98 <= 1,5 kg <37 semanas >=5µg/dL 0,98 2 No Presente Corto >=5µg/dL 0,97 > 2,5 kg >=37 semanas >=5µg/dL 0,83 3 No Presente Medio >=5µg/dL 0,93 > 2,5 kg >=37 semanas >=5µg/dL 0,80 3 Bis >=5µg/dL 0,72 <5µg/dL 0,08 5 No Ausente Corto >=5µg/dL 0,55 >1,5<=2,5 kg >=37 semanas >=5µg/dL 0,68 6 si Ausente Medio >=5µg/dL 0,35 > 2,5 kg < 37 semanas >=5µg/dL 0,33 6 Bis >=5µg/dL 0,93 0,79 8 No Ausente Larga <5µg/dL 0,04 > 2,5 kg >=37 semanas < 5µg/dL 0,18 3

4 Por otro lado, los resultados del estudio fueron evaluados mediante árboles de decisión (Guerra Hernández, 2004). Además, se realizó la comparación del desempeño de los algoritmos de aprendizaje para predecir el posible riesgo de plomo en la sangre 5µg/dL por los clasificadores (ADTree, IBK y J48, J48 P, Bayes Naves). En este sentido, la clasificación obtenida con los clasificadores evaluados con los datos, mostró que los casos fueron correctamente clasificados entre 69,2 y 77,1% para el recién nacido y un 61,6% y 66,6 para las mujeres embarazadas (Figura 2). Figura 2: Resultados de los clasificadores para neonatos y puérperas Además, en la Figura 3 se puede observar el resultado del índice Kappa, que indicó un grado de concordancia entre 0,38 y 0,48 para neonatos y 0,3 y 0,37 para puérperas. Este índice indica una fuerte concordancia cuando su valor se acerca más a 1. Figura 3: Resultados del índice Kappa para neonatos y puérperas CONCLUSIONES Si bien, la elección de un buen clasificador depende del conjunto de variables y la situación particular, los resultados sugieren que el clasificador J48P podría utilizarse 4

5 para evaluar los datos cuando se encuentren detectados todos los factores de posibles causas de riesgo. BEMA ha demostrado ser adecuada para el cálculo de la probabilidad de los factores evaluados. Las redes se utilizaron para construir modelos complejos a partir de componentes simples. Sin embargo, es necesario ampliar y perfeccionar la capacidad de las redes para el ajuste de las probabilidades contenidas en la misma. En este sentido, la incorporación de otros nodos de red (la contaminación ambiental, por ejemplo) podría extender su utilidad y proporcionar una guía para las medidas de prevención. BEMA puede considerarse como un aporte principal de los ordenadores a la ciencia médica que requiere aún más investigación. BIBLIOGRAFÍA Abad-Graw, M, Ierache, J., Cervino, C., Paola, S. (2008) Evolution and Challenges in the Design of computational Systems for Triagle Assistance in the Emergency Department. Special Issue of Journal of Biomedical Informatics on Computarized. Editorial Elseivier JBI-07-75R2. Elvia TIC C04 Diez, F.J., Mira, J., Iturralde, E. y S. Zubillaga (1997). A Bayesian Expert System for echocardiography. Artificial Intelligence in Medicine, 10, García Martínez, R. (1992) Construcción de Sistemas Expertos CEI-UBA. Argentina. García Martínez, R. y P. Britos (2004) Ingenieria de Sistemas expertos. Editorial Nueva Librería. 649 páginas. ISBN Guerra Hernández, A. (2004) Aprendizaje Automático: Árboles de Decisión. Universidad Veracruzana Facultad de Física e Inteligencia Artificial Maestría en Inteligencia Artificial Sebastián Camacho No. 5, Xalapa, México Classification via Decision Trees in WEKA. De Paul University Computes Science, Telecomunications and Information Systems ETC 584 Web Data Mining. 5