Predicción de la Rigidez Arterial en Estudios Longitudinales mediante Machine Learning
C. Patino Alonso, M. Gómez Sánchez, L. Gómez Sánchez, S. González Sánchez, C. Agudo Conde
La rigidez arterial es un marcador fundamental en la evaluación del riesgo cardiovascular, ya que su progresión está estrechamente relacionada con un mayor riesgo de morbimortalidad. Tradicionalmente, su análisis se ha basado en modelos estadísticos convencionales, pero el uso de machine learning permite explorar relaciones complejas entre múltiples factores clínicos y de estilo de vida. En este trabajo se emplean algoritmos avanzados para desarrollar modelos predictivos que permitan identificar los determinantes más relevantes de la progresión de la rigidez arterial. Estos enfoques ofrecen herramientas más precisas para la evaluación del riesgo, facilitando la personalización de estrategias preventivas en poblaciones vulnerables. Además, su integración en la investigación biomédica mejora la comprensión del envejecimiento vascular y contribuye al desarrollo de intervenciones más efectivas en salud cardiovascular.
Keywords: Rigidez arterial, machine learning, predicción del riesgo
Scheduled
Pósters session II
June 13, 2025 3:30 PM
Foyer principal (coffe break)
Other papers in the same session
E. García Gómez, D. Morales
L. Acosta, X. Espuña, J. A. Sanchez-Espigares
D. L. Tarruella Hernández, A. García Molina, J. B. Salom Sanvalero, M. M. Dolcet Negre, M. J. Rivas Lopez
A. García Nogales, P. Perez Fernandez
A. F. Antivilo Bruna, C. Patino Alonso
Á. de Prado Saborido, M. Mirás Calvo, I. Núñez Lugilde, C. Quinteiro Sandomingo, E. Sánchez Rodríguez, A. Bernárdez Ferradás
N. González García, A. B. Nieto Librero
A. Olivares Canal, V. Peña Pizarro, M. Jauch
K. Díaz Arias, I. Albarran Lozano, A. Grané Chávez
P. Gargallo Valero, L. Lample Gracia, J. Miguel Álvarez, M. Salvador Figueras
M. Anciones Polo, A. Queiruga-Dios, P. Vicente Galindo, E. Benéitez-Andrés, M. Rodríguez-Rosa