DIAGNÓSTICO OPORTUNO DEL SÍNDROME METABÓLICO USANDO EL ÍNDICE SM-SCORE Y MODELOS DE INTELIGENCIA ARTIFICIAL
- Publicada
- Servidor
- SciELO Preprints
- DOI
- 10.1590/scielopreprints.13882
El síndrome metabólico constituye un problema de salud pública, debido a su diagnóstico, tardío y a la gran variabilidad clínica que lo caracteriza. Su atención se ve limitada, por, la falta de herramientas de detección temprana. El objetivo de esta investigación fue analizar la efectividad del índice computacional SM-score, en la detección temprana del síndrome metabólico, el que fue diseñado mediante procesos algorítmicos. El estudio se desarrolló de enero de 2023 a junio de 2025, con una muestra de 2000 pacientes a los que se les brindaron consultas, en la atención primaria en Cuba. Se obtuvo información clínica y bioquímica a partir de sus historias clínicas individuales, las que fueron procesadas con SPSS v27.1. El SM-score se correlaciona fuertemente con los métodos de diagnósticos convencionales, a la vez que la precisión diagnóstica se vio mejorada. Su desarrollo mediante una interfaz visual en Python permitió el reconocimiento de patrones clínicos que ayudan a la prevención. La combinación del SM-score, con sistemas computacionales, es una herramienta útil, en el diagnóstico del síndrome metabólico, en el primer nivel de atención.