Derivación de reglas de asociación para identificar bacterias coexistentes detonantes de la Vaginosis Bacteriana

Abstract

La vaginosis bacteriana es una condición clínica causada por un desequilibrio en la comunidad de Lactobacillus protectores de esta mucosa. Semanifiesta en forma de síndrome polimicrobiano en el cual la producción de peróxido de hidrógeno H2O2 y ácido láctico deja de producirse. Esta condición clínica se caracteriza por leucorrea adherente y homogénea, irritación vaginal y olor vaginal a pescado. Debido a que las técnicas de diagnóstico clásicas son subjetivas en esta investigación se aborda el estudio de la vaginosis con las técnicas de aprendizaje automático. Dentro de estas técnicas, las reglas de asociación modelan las relaciones entre las bacterias que desencadenan la condición clínica.Los experimentos consistieron en investigar los porcentajes de soporte y confianza para que el algoritmo Apriori cree las reglas de asociación. Para realizarla validación estadística se investigaron 8 métricas de calidad. El conjunto de reglas reportado por estas métricas fue validado por el experto en Biología para determinar que los patrones tengan significancia biológica.Durante el diagnóstico clínico de las enfermedades es común observar un mayor número de casos negativos con respecto a los casos positivos para dicha enfermedad. Debido al sesgo en los datos hacia el diagnóstico negativo de la enfermedad, el conjunto de datos en estudio se balanceó para investigar si la creación de reglas mejora en su rendimiento y los patrones reportados por los algoritmos continúan siendo biológicamente significativos. Los resultados mostraron que los patrones creados con el conjunto de datos balanceados son mejores con respecto a los valores reportados por las métricas de calidad y clínicamente, en comparación con los patrones creados con los datos no balanceados. También se crearon las reglas con los algoritmos: Eclat y FP-Growth. Los algoritmos con mayor rendimiento fueron Eclat y FP-Growth. El algoritmo Eclat con respecto al número de reglas presentadas y el FP-Growth con respecto a la calidad de las reglas. Los resultados obtenidos con las reglas reportadas fueron estadísticamente significativas y biológicamente acorde con lo que se reporta en la clínica.