Predicción del riesgo individual de cáncer cervicouterino mediante un sistema de puntajes scorecard basado en regresión logística regularizada

Abstract

Objetivo: Personalizar el riesgo individual de cáncer cervicouterino mediante la metodología scorecard basada en regresión logística regularizada. Metodología: los datos provienen del Hospital Universitario de Caracas. Se realizaron análisis exploratorios, imputación de datos faltantes y balanceo de clases de la variable dependiente Biopsia utilizando el método ROSE, la selección de variables empleó dos métodos: Ridge y Lasso, las variables numéricas fueron discretizadas mediante binning supervisado, posteriormente se codificaron todas las variables utilizado Weight of Evidence. Se realizó un modelo de regresión logística tipo Ridge con el conjunto de entrenamiento y se validó con el conjunto de prueba. Resultados: el conjunto de entrenamiento incluyó 25.91% (n=178) casos positivos y 74.09% (n=509) casos negativos. En la validación con los datos de prueba, el modelo presentó un desempeño predictivo favorable: AUC: 0.99, sensibilidad de 0.90, especificidad de 0.98 y una exactitud de 0.98. Posterior se generó un puntaje scorecard que presenta puntuaciones parciales y globales, que permiten estimar el riesgo. Conclusión: scorecard es una metodología prometedora para estimar el riesgo de cáncer cervicouterino, facilitando la priorización de personas con perfiles de riesgo alto y la toma de decisiones clínicas especialmente en contextos con recursos limitados.