%0 Thesis
%A Puglla Jara, Brad Iñaki
%8 2026-05
%U https://hdl.handle.net/20.500.12880/16160
%X Construcción de modelos de clasificación para predecir salud percibida negativa (proxy de riesgo oncológico) usando hábitos autodeclarados. Se comparan regresión logística, Random Forest y XGBoost, demostrando que variables conductuales permiten inferir riesgo sin datos clínicos, destacando la relevancia de determinantes sociales en salud.
%T Modelado de riesgo percibido de desarrollar cáncer según hábitos autodeclarados
%K Big Data
%K Inteligencia Artificial
%K Modelado de Riesgo
%~ END