Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Ramírez, Juan CamiloPérez Leal, Leydi EsperanzaBuitrago C´ardenas, José Alejandro2021-09-032021-09-032021-05-27http://repositorio.uan.edu.co/handle/123456789/4816Diabetes in Colombia is one of the leading causes of death in most of the country's departments, according to the Ministry of Health. The World Health Organization recognizes three main types of diabetes: type I, type II, and gestational. One of the main causes of death from diabetes is that when the patient is diagnosed, the disease is already advanced and therefore difficult to treat. Therefore, it is very important to make a diagnosis in time, so that the factors that derive from this event can be minimized, such as: serious complications (such as: amputations, heart attacks, eye damage, foot ulcer, among others.); monetary expenses (such as: hospital, personal, state); time invested, among others. One of the methods used and making use of technology is the prediction of the risk of developing diabetes using machine learning (ML), where the prognosis of the disease is obtained as a result and with it, prevention fatal results and reduction of financial expenses. This process has already been carried out over time and there are several studies in which an attempt is made to predict the diagnosis of diabetes using machine learning.La diabetes en Colombia es una de las principales causas de muerte en la mayoría de los departamentos del país, según el Ministerio de Salud. La Organización Mundial de la Salud reconoce tres tipos principales de diabetes: tipo I, tipo II y gestacional. Una de las principales causas de mortandad por diabetes es que cuando el paciente es diagnosticado, la enfermedad ya esta avanzada y por ende es difícil de tratar. Por lo tanto, es de gran importancia realizar un diagnostico a tiempo, para que se puedan minimizar los factores que se derivan de este acontecimiento, como lo son: complicaciones graves (como: amputaciones, ataques cardiacos, daño ocular, ´ulcera en el pie, entre otros.); gastos monetarios (como: hospitalarios, personales, del estado); tiempo invertido, entre otros. Uno de los métodos empleados y haciendo uso de la tecnología, es la predicción del riesgo de desarrollar diabetes usando machine learning (ML), en donde se obtiene como resultado el pronostico de la enfermedad y con ello, prevenir los resultados fatales y reducción de gastos financieros. Este proceso ya se ha venido realizando con el paso del tiempo y se encuentran varios estudios en donde se intenta predecir el diagnostico de la diabetes utilizando aprendizaje automáticospaAcceso abiertoAprendizaje AutomáticoDiabetes004616Trabajo de grado (Pregrado y/o Especialización)Machine learninginfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2[1] M. M. F. Islam, R. Ferdousi, S. Rahman, and H. Y. Bushra, “Likelihood Prediction of Diabetes at Early Stage Using Data Mining Techniques,” Adv. Intell. Syst. Comput., vol. 992, pp. 113-125, 2020, doi: 10.1007/978-981-13-8798-2-122] B. J. Lee and J. Y. Kim, “Identification of type 2 diabetes risk factors using phenotypes consisting of anthropometry and triglycerides based on Machine Learning,” IEEE J. Biomed. Heal. Informatics, vol. 20, no. 1, pp. 39–46, Jan. 2016, doi: 10.1109/JBHI.2015.2396520.[3] B. J. Lee and J. Y. Kim, “Identification of type 2 diabetes risk factors using phenotypes consisting of anthropometry and triglycerides based on Machine Learning,” IEEE J. Biomed. Heal. Informatics, vol. 20, no. 1, pp. 39–46, Jan. 2016, doi: 10.1109/JBHI.2015.2396520[4] SANCHEZ RIVERO, Germ´an. Historia de la diabetes. Gac Med Bol ´ [online]. 2007, vol.30, n.2 [citado 2021-02-15], pp. 74-78 . Disponible en: http://www.scielo.org.bo/scielo.php?script=sci- arttext y pid=S1012- 29662007000200016&lng=es&nrm=iso¿. ISSN 1012-2966.[5] Villalobos A, Rojas-Mart´ınez R, Aguilar-Salinas CA, et al. Atenci´on m´edica y acciones de autocuidado en personas que viven con diabetes, seg´un nivel socioecon´omico. salud p´ublica mex. 2019;61(6):876-887.[6] G´omez-Encino, Guadalupe del Carmen, Cruz-Le´on, Aralucy, Zapata-V´azquez, Rosario, Morales- Ram´on, Fabiola Nivel de conocimiento que tienen los pacientes con Diabetes Mellitus tipo 2 en relaci´on a su enfermedad. Salud en Tabasco [en linea]. 2015, 21(1), 17-25[fecha de Consulta 15 de Febrero de 2021]. ISSN: 1405-2091. Disponible en: https://www.redalyc.org/articulo.oa?id=48742127004[7] D. I. Conget, “Diagnosis, classification and pathogenesis of diabetes mellitus,” Rev. Esp. Cardiol., vol. 55, no. 5, pp. 528–535, Jan. 2002, doi: 10.1016/S0300-8932(02)76646-3[8] AMERICAN DIABETES ASSOCIATION, “Diagnosis and Classification of Diabetes Mellitus,” 2005.[9] World Health Organization, “OMS — Diabetes,” 2020. https://www.who.int/diabetes/action-online/basics/es/index3.html (accessed Sep. 06, 2020).[10] A. D. Association, “Classification and diagnosis of diabetes,” Diabetes Care, vol. 40, no. Supplement 1, pp. S11–S24, Jan. 2017, doi: 10.2337/dc17-S005.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/