IA + Power BI · Farmacia Hospitalaria
Biblioteca de ejercicios
Ejercicio 9
Análisis de datos
30–45 min
Avanzado

De los datos a la predicción: análisis estadístico y modelos predictivos con IA

Julius AI, Manus, ChatGPT, Microsoft Copilot Analyst

Contexto

Utilizarás una base de datos clínica o asistencial con una variable de resultado. La IA hará exploración, análisis descriptivo, comparaciones entre grupos, un modelo predictivo básico y, si los datos lo permiten, una segmentación mediante clustering. A diferencia del ejercicio de los tres agentes (centrado en comparar plataformas), aquí el foco es el proceso estadístico y predictivo, y revisar críticamente las decisiones que toma la IA.

Objetivo

Utilizar IA para pasar del análisis descriptivo a la identificación de factores asociados, modelos predictivos y segmentación de pacientes.

Herramientas

Julius AI

Agente de análisis

Estadística y gráficos con código visible.

Manus

Agente autónomo

Ejecuta el análisis completo y entrega un informe.

ChatGPT

OpenAI

Análisis de datos con Python.

Microsoft Copilot Analyst

Microsoft 365

Agente de análisis dentro del entorno corporativo.

Instrucciones

  1. 1Elige una base de datos simulada o anonimizada con una variable de resultado (por ejemplo, reingreso o complicación).
  2. 2Abre uno de los agentes propuestos y adjunta el archivo.
  3. 3Pega el prompt y revisa qué outcome ha elegido y por qué.
  4. 4Comprueba que las pruebas estadísticas elegidas son adecuadas y que se explican sus supuestos.
  5. 5Evalúa el rendimiento del modelo y la interpretación de los clusters.

Prompt del ejercicio

Prompt — Análisis estadístico y modelo predictivo
Actúa como un analista de datos sanitarios y bioestadístico.

Analiza el archivo adjunto y realiza un análisis avanzado orientado a explicar y predecir la variable de resultado principal.

Si existe una variable binaria clínicamente relevante, como:

- mortalidad
- ingreso
- reingreso
- reconsulta
- complicación
- respuesta al tratamiento

utilízala como outcome principal.

Si existen varias variables candidatas, identifica las opciones y selecciona la más adecuada para el ejercicio, explicando la elección.

1. EXPLORACIÓN DEL DATASET

Identifica:

- número de registros
- número de variables
- tipo de cada variable
- valores perdidos
- duplicados
- posibles errores
- valores extremos

2. ANÁLISIS DESCRIPTIVO

Para variables cuantitativas utiliza:

- media y desviación estándar cuando sea apropiado
- mediana y rango intercuartílico cuando la distribución lo aconseje

Para variables cualitativas:

- frecuencia
- porcentaje

Genera una tabla descriptiva global.

3. COMPARACIÓN SEGÚN EL OUTCOME

Compara las variables relevantes entre los grupos definidos por el outcome.

Selecciona para cada variable la prueba estadística más apropiada.

Puedes utilizar, cuando corresponda:

- t de Student
- Mann-Whitney
- chi-cuadrado
- test exacto de Fisher
- ANOVA
- Kruskal-Wallis

Para cada comparación indica:

- prueba utilizada
- motivo de elección
- resultado
- valor p
- interpretación

4. CORRELACIONES

Analiza las asociaciones entre variables cuantitativas relevantes.

Selecciona Pearson o Spearman según corresponda.

Representa visualmente las correlaciones cuando sea útil.

5. MODELO PREDICTIVO

Si el outcome es binario:

construye inicialmente una regresión logística.

Selecciona las variables de forma razonada.

Muestra:

- odds ratio
- intervalo de confianza del 95 %
- valor p

Evalúa el rendimiento mediante:

- AUC-ROC
- sensibilidad
- especificidad
- accuracy
- matriz de confusión

Si los datos lo permiten, compara el modelo con un algoritmo de machine learning como:

- Random Forest
- Gradient Boosting
- otro algoritmo justificable

No utilices modelos complejos si el tamaño muestral no lo permite.

6. IMPORTANCIA DE VARIABLES

Identifica qué variables contribuyen más al modelo.

Representa gráficamente su importancia cuando sea posible.

7. SEGMENTACIÓN

Si el dataset lo permite:

crea entre 3 y 4 clusters.

Describe cada cluster en términos clínicos o asistenciales.

Incluye:

- tamaño
- variables características
- posible interpretación

Representa los clusters gráficamente.

8. VISUALIZACIONES

Genera únicamente gráficos que aporten información relevante.

Prioriza:

- distribución de variables
- comparación entre grupos
- correlaciones
- curva ROC
- importancia de variables
- clusters

9. INFORME FINAL

Entrega:

- resumen ejecutivo
- tabla descriptiva
- análisis bivariado
- modelo multivariable
- rendimiento predictivo
- segmentación
- gráficos principales
- interpretación clínica
- limitaciones metodológicas

10. TRANSPARENCIA

Explica siempre:

- qué prueba estadística has utilizado
- por qué la has seleccionado
- qué supuestos requiere
- qué limitaciones tiene

No interpretes asociación como causalidad.

Diferencia claramente análisis exploratorio, inferencia estadística y predicción.

Producto esperado

Un informe con resumen ejecutivo, tabla descriptiva, análisis bivariado, modelo multivariable (OR, IC 95 %, valor p), rendimiento predictivo (AUC-ROC, sensibilidad, especificidad, matriz de confusión), importancia de variables, segmentación, gráficos principales, interpretación clínica y limitaciones metodológicas.

Preguntas de reflexión

  • ¿Podrías utilizar directamente este modelo para tomar decisiones clínicas? Identifica al menos tres aspectos que deberían validarse antes de hacerlo.

Mis notas personales