Detección de comunidades y filtrado de redes sobre datos en salud

El presente trabajo surge de los datos generados para el estudio de las Enfermedades No Transmisibles (ENT) para pacientes
que se atendieron entre 2015 y 2016 en la Facultad de Odontologı́a de la Universidad de la República en Montevideo, Uruguay a través de una muestra probabilı́stica de pacientes obtenida mediante un diseño sistemático, para el aque parecen primeros resultados en el capı́tulo 7 del libro Actualidad en Probabilidad y Estadı́stica [1]. Del estudio original surge este nuevo trabajo, que consiste en el uso de análisis de redes sobre los datos, con los cuales se construye una red formada por los pacientes, los cuales se toman como nodos y se considera que dos individuos están conectados si comparten al menos un factor de riesgo o patologı́a, que aparecen codificados como 11 variables binarias.

Posteriormente, se considera un umbral más exigente para definir que dos individuos se encuentran conectados por un enlace, mediante la aplicación de una función de filtrado. Con este criterio ad hoc, se considera la red formada por pacientes que comparten al menos cinco patologı́as. Más allá de que esto permite descartar asociaciones ”débiles”y facilita la visualización de la red, es interesante en la medida que a través de diferentes algoritmos de detección de comunidades se logran detectar grupos de pacientes con diferentes perfiles epidemiológicos, en base a la prevalencia local ( en los clústeres) de las variables que se usan para formar la red y de otros atributos como sexo y edad .