Visualización de Datos Clínicos con Google Colab – CECS
En el Centro de Excelencia en Ensayos Clínicos (CECS) desarrollamos un innovador proyecto de análisis predictivo enfocado en la Fibrosis Pulmonar, aplicando técnicas avanzadas de Machine Learning y visualización de datos mediante Google Colab.
A través de herramientas como Python, Pandas, Matplotlib y Seaborn, procesamos información clínica compleja para identificar patrones, optimizar la selección de pacientes y reducir errores en estudios multicéntricos.
La presentación muestra 12 visualizaciones analíticas creadas con fines de investigación y soporte científico, entre ellas gráficos circulares, box plots, mapas de calor, violin plots y modelos 3D interactivos. Estas herramientas permiten comprender tendencias clínicas, mejorar el reclutamiento de pacientes y optimizar procesos de diagnóstico.
Los resultados destacados incluyen:
Identificación de síntomas clave para la detección temprana de Fibrosis Pulmonar (problemas respiratorios, opresión torácica y malestar de garganta).
Análisis demográfico que revela grupos de alto riesgo según edad y género.
Estratificación por factores modificables, como tabaquismo y exposición a contaminantes, fundamentales para la prevención y selección clínica.
Este estudio representa un aporte a la investigación médica aplicada, fortaleciendo la transparencia, eficiencia y confiabilidad en los procesos de análisis clínico y científico.
