Aplicabilidade do modelo crisp-dm á cirurxía do cancro de pulmóno problema da idade

Abstract

O carcinoma broncoxénico é o cancro que máis mata en todo o planeta, tanto no chamado primeiro mundo coma nos países en vías de desenvolvemento. Estímase que nos próximos anos pasará do décimo ó quinto lugar entre toda as causas de morte no planeta. Isto é así aínda cando se trata dunha causa de morte evitable, pois o tabaco considérase responsable do 90 % dos cancros de pulmón. O outro factor imprescindible para explicar a actual epidemia de cancro de pulmón é o incremento da esperanza de vida acontecido ó longo do século XX, cando esta pasou dos 35 a preto de 80 anos. Entre un 5 e un 10% dos casos son diagnosticados por debaixo dos 50 anos. A idade media de diagnóstico pasou dos 60 anos en 1960 a situarse na actualidade por enriba dos 65. Entre un e dous terzos do total de doentes diagnosticados están por enriba dos 70 anos. Este progresivo envellecemento da poboación diagnosticada de cancro de pulmón vén complicando ostensiblemente a práctica do único tratamento capaz de proporcionar longas supervivencias: a resección cirúrxica completa. Son centos os parámetros monitorizados en cada doente intervido e milleiros os non empregados polo descoñecemento da súa utilidade neste contexto clínico concreto. A extracción de todo o valor que estes datos agochan constitúe unha tarefa extenuante e practicamente inalcanzable para o investigador. O traballo cooperativo pode axudar na superación desta limitación cognitiva individual, pero ó prezo de orixinar novos problemas de coordinación en comunicación. Afortunadamente, a evolución e expansión experimentada polas tecnoloxías da información permitelles ós individuos almacenar, acceder e procesar con rapidez cantidades crecentes de datos. É nese contexto onde xorde a minería de datos, coa misión de extraer coñecemento útil e comprensible, previamente descoñecido, dende grandes cantidades de datos almacenados en distintos formatos. O proxecto CRISP-DM (Cross-Industry Standard Process for Data Mining) desenvolveu un modelo de proceso de minería de datos neutral respecto do dominio e a ferramenta empregada. O modelo de proceso CRISP-DM 1.0 proporciona unha visión global do ciclo de vida dun proxecto de minería de datos.