Traditional Risk Factors and Machine Learning Approaches for Cardiovascular Disease Prediction: Aplicación de modelos estadísticos y de machine learning para estimar riesgo de enfermedad cardiovascular

Antecedentes: Las enfermedades cardiovasculares (ECV) continúan siendo la principal causa de muerte a nivel mundial. Aunque existen scores clásicos de riesgo como Framingham, su aplicabilidad puede estar limitada a ciertas poblaciones. El uso de datos abiertos, junto con algoritmos de aprendizaje automático (machine learning, ML), permite desarrollar modelos predictivos replicables y accesibles.Objetivo: Evaluar y comparar el desempeño de dos modelos predictivos —regresión logística (RL) y Random Forest (RF)— para estimar riesgo de ECV utilizando una base de datos abierta.Métodos: Se utilizó el Cardiovascular Disease Dataset (Kaggle), con 68,731 registros tras limpieza. Se derivaron variables como edad en años e índice de masa corporal. Se entrenaron modelos de RL y RF, evaluando su desempeño en un conjunto de prueba (20%) mediante área bajo la curva ROC (AUC), exactitud, sensibilidad, especificidad, precisión y F1 score. Se ajustó el umbral de decisión con el índice de Youden.Resultados: La RL obtuvo un AUC de 0.798 y la RF de 0.780. La RL mostró mejor precisión general, mientras que RF tuvo mayor sensibilidad. Los principales factores de riesgo identificados fueron presión arterial sistólica, edad, colesterol y adiposidad. La actividad física mostró un efecto protector leve.Limitaciones: El dataset proviene de una población no especificada y contiene variables autorreportadas. No se incluyeron biomarcadores avanzados ni curvas de calibración.Conclusión: Los modelos predictivos basados en datos abiertos y métodos accesibles pueden alcanzar un desempeño comparable al de scores clínicos clásicos, ofreciendo alternativas útiles para estratificación de riesgo en diversos contextos.