Aplicación De Mapas Cognitivos Y Redes Bayesianas Como Herramienta En La Toma De Decisiones Bajo Incertidumbre De Los Factores Relacionados Con La Diabetes

Abstract

El objetivo del presente trabajo de investigación, es determinar los factores que inciden en la enfermedad de la Diabetes, a través del análisis comparativo de modelos multi-criterio, tales como lo son los Mapas Cognitivos y las Redes Bayesianas. En la actualidad la Diabetes es una enfermedad que se ubica en la lista de enfermedades principales con diagnóstico de muerte de la población a nivel mundial, dado a que para atender la diabetes sólo existen tratamientos que permiten controlar la enfermedad El problema radica en que los profesionales en el área, al momento de tomar una decisión en base al tratamiento óptimo a seguir, lo hace apoyándose en su experiencia, criterio y conocimiento, pero en ciertas ocasiones, la información obtenida tras los años de trabajo no es suficiente para diagnosticar los factores reales que pueden presenciarse, ya que no todas las personas poseen un metabolismo similar; es por ello que se plantea medir a través de la Red Bayesiana y el Mapa Cognitivo, los eventos con mayor incidencia para que sirvan de aporte y ayuden al experto en la toma de decisiones al momento de recomendar un tratamiento adecuado para cada paciente. Concluimos que por medio de la asistencia del software Elvira y Mental Modeler, destinado para los fines de estudio, se pudo determinar que el proceso más óptimo para la ayuda en la toma de decisiones es la red de Bayes, ya que esta permite el análisis de escenarios probables de pacientes con diabetes y se sugiere trabajos futuros para expandir la utilización de los Mapas Cognitivos en el área de la medicina.

The objective of this research work is to determine the factors that influence the Diabetes disease, through the comparative analysis of multi-criteria models, such as Cognitive Maps and Bayesian Networks. Currently Diabetes is a disease that is located on the list of major diseases with a diagnosis of death of the population worldwide, given that to treat diabetes there are only treatments that allow control of the disease The problem lies in that professionals in the area, when making a decision based on the optimal treatment to follow, it does so based on experience, criteria and knowledge, but in certain cases, the information obtained after years of work is not enough to diagnose the real factors that can be witnessed, since not all people have a similar metabolism; that is why it is proposed to measure, through the Bayesian Network and the Cognitive Map, the events with the highest incidence to serve as a contribution and help the expert in making decisions when recommending an appropriate treatment for each patient. We conclude that through the assistance of the Elvira and Mental Modeler software, intended for study purposes, it was possible to determine that the most optimal process for decision-making assistance is the Bayes network, since it allows the analysis of probable scenarios of patients with diabetes and future work is suggested to expand the use of Cognitive Maps in the area of medicine.