Resumen

La presión arterial (PA) es una característica biomédica vital para diagnosticar la hipertensión y las enfermedades cardiovasculares. Tradicionalmente, se mide con un equipo basado en un manguito, por ejemplo, un esfigmomanómetro; la medición es discontinua e incómoda. Recientemente se ha propuesto un método sin manguito basado en diferentes señales, electrocardiograma (ECG) y fotopletismografía (PPG). Sin embargo, este método es costoso e incómodo debido a las colecciones de multisensores. En este artículo se propone un nuevo modelo de predicción de la presión arterial sistólica (PAS) basado en el aprendizaje automático. El modelo se evaluó mediante características clínicas y de estilo de vida (sexo, estado civil, tabaquismo, edad, peso, etc.). Se evaluaron diferentes algoritmos de aprendizaje automático y diferentes porcentajes de entrenamiento, validación y prueba para optimizar la precisión del modelo. Los resultados se validaron para aumentar la precisión y solidez del modelo. El rendimiento de nuestro modelo cumplió tanto el nivel de grado A (estándar de la Sociedad Británica de Hipertensión (BHS)) como el Estándar Nacional Americano de la Asociación para el Avance de la Instrumentación Médica (AAMI) para la estimación de la PAS.

• Materias:Análisis electroquímico Nanotecnología Nanoestructuras Nanocompuestos Nanotubos
• Subjects:Electrochemical analysis Nanotechnology Nanostructures Nanocomposites Nanotubes
• Palabras claves:modelo, norma nacional estadounidense, sociedad británica de hipertensión, aprendizaje automático novedoso, presión arterial sistólica, característica biomédica vital, manguito, presión arterial, máquina diferente, instrumentación médica
• Keywords:model, american national standard, british hypertension society, novel machine learning, systolic blood pressure, vital biomedical feature, cuff, blood pressure, different machine, medical instrumentation