1.
Introducción
El cáncer es una de las
principales causas de muerte femenina en todo el mundo. La Agencia
Internacional para la Investigación del Cáncer (IARC) y la Sociedad
Estadounidense del Cáncer informan que se registraron 17,1 millones de nuevos
casos de cáncer en 2018 en todo el mundo; se estima que la incidencia de cáncer
podría aumentar a 27,5 millones para 2040, con un estimado de 16,3 millones de
muertes esperadas como resultado del cáncer (Gardezi et al., 2019).
Cáncer de mama
El cáncer de mama es una
enfermedad neoplásica con transformación de células que se proliferan de manera
anormal e incontrolada, ocasionando un crecimiento anormal de las zonas de la
mama, secreciones, edemas, úlcera y enrojecimiento (Villavicencio Romero et
al., 2019). Según reporta Estadísticas Globales del Cáncer (Globocan 2018), el
cáncer de mama representó el 11,6% de todos los cánceres, lo que coloca a esta
enfermedad como el segundo cáncer más comúnmente diagnosticado después del
cáncer de pulmón, y causó el 6,6% del total de muertes por cáncer en 2018 (García
Aranda & Redondo, 2019).
En Estados
Unidos, representa el segundo más diagnosticado y la segunda causa de muerte
por cáncer entre las mujeres; según la Asociación Estadounidense del Cáncer,
hubo 268 600 mujeres recién diagnosticadas con cáncer de mama en el 2019, de
las cuales 41 760 murieron a causa de la enfermedad (Al-Azzam & Shatnawi,
2021; Wu & Hicks, 2021).
En Europa es
un importante problema de salud pública siendo la neoplasia diagnosticada con
más frecuencia en mujeres y es un tercio de todos los casos nuevos de cáncer
entre mujeres en los 31 países europeos en el 2018, así como la principal causa
de muerte en mujeres europeas (Zielonke et al., 2021).
En el Perú el
cáncer de mama, representa el segundo tipo de cáncer más frecuente en mujeres (Chachaima-Mar
et al., 2021). El nivel de incidencia anual es de 28 casos por cada 100 mil
habitantes con una tasa anual de 9.2 casos por cada 100 mil habitantes (Ministerio
de Salud, 2017).
El método más
aceptado para la clasificación y diagnóstico es el análisis de expresión
genética mediante plataformas moleculares; sin embargo, debido a su alto costo
no se encuentra disponible (Chachaima-Mar et al., 2021).
El método más
utilizado por la mayoría de los médicos es la mamografía, el cual consiste en
tomar imágenes con un equipo de rayos X, el mismo que utiliza pequeñas dosis de
radiación; sin embargo, la cobertura y la calidad del tamizaje es baja, incluso
no puede utilizarse en mujeres lactantes o en pacientes que estén en su periodo
menstrual; y lamentablemente este examen, no confirma el resultado de tener
cáncer o no, ya que el tejido mamario puede ocultar un cáncer o quiste,
entonces existe la necesidad de realizar otros estudios como RMI, biopsia entre
otros (Alegría Delgado & Huamani Navarro, 2019)(Villavicencio Romero et
al., 2019).
La incidencia,
la mortalidad y la prevalencia del cáncer, permiten cuantificar la magnitud de
esta patología y orientan las políticas públicas en relación a la prevención y
los servicios de salud (Vallejos Sologuren et al., 2020).
La detección temprana
del cáncer es necesaria para que se puedan llevar a cabo esfuerzos en su tratamiento,
por lo tanto, se requiere una tecnología que permita detectar el cáncer con
alta precisión (Naufal et al., 2020).
En el Perú se
ha definido el gobierno ha formulado el Plan Nacional para la Prevención y
Control del Cáncer de Mama 2017 – 2019, en ella se definen políticas que
permita reducir la morbi mortalidad por esta enfermedad, utilizando como
elemento de juicio las lesiones BIRADS, que muestra una clasificación de los
resultados en categorías numeradas (Ministerio de Salud, 2017).
Machine Learning
Machine Learning, conocido
en español como aprendizaje de máquina, es un área dedicada al desarrollo y
aplicación de técnicas y algoritmos computacionales capaces de aprender a
través de grandes conjuntos de datos (Franco & Ramos, 2019), sin la necesidad
de ser programados explícitamente (Aguilar et al., 2018). Se trata del proceso
de programar para aprender en lugar de programar para una única salida (Eedi
& Kolla, 2020), el método de aprendizaje comienza con datos o un conjunto
de datos, como experiencias o instrucciones, para que luego puedan descubrir un
patrón o mejorar ese patrón en un futuro cercano, si es necesario (Jean Sunny
et al., 2020).
Emplean una
variedad de métodos estadísticos, probabilísticos y de optimización para
aprender de la experiencia pasada y detectar patrones útiles a partir de
conjuntos de datos grandes, no estructurados y complejos (Uddin et al., 2019),
asimismo a presentado un constante crecimiento de aplicación en el diagnóstico
clínico (Blanc Pihuave et al., 2020).
Los algoritmos
de machine learning se pueden dividir en tres categorías amplias de acuerdo con
sus propósitos: algoritmos supervisado, algoritmos no supervisado y algoritmos
semisupervisado (Uddin et al., 2019).
Los algoritmos
supervisados buscan deducir una función a partir de un conjunto de datos (data
set) de entrenamiento, estos son pares de objetos que constituyen datos de
entrada y los resultados deseados (Rejón Herrera et al., 2021); asimismo, tiene
como objetivo aprender a partir de datos etiquetados y luego clasificar nuevos
datos en función al conocimiento adquirido (Comarela et al., 2019), este
algoritmo puede generalizar la función para predecir lo oculto con
precisión (Al-Azzam & Shatnawi, 2021).
K-Nearest Neighbor
K-Nearest Neighbor (KNN)
es uno de los algoritmos supervisados de machine learning basado en las
similitudes y ofrece en algunos contextos un rendimiento interesante, asimismo,
es una generalización para las reglas del vecino más cercano (Cherif, 2018;
Xing & Bei, 2020).
KNN es un algoritmo
simple, robusto y versátil para clasificación y se ha utilizado para diferentes
tipos de problemas como: reconocimiento de patrones, clasificación de modelos,
categorización de texto, bioinformática incluso en la medicina entre otros;
también es un clasificador no paramétrico y de aprendizaje perezoso; al ser no
paramétrico significa que está libre de suposiciones sobre las propiedades de
los datos subyacentes por lo que no es necesario tener conocimientos previos
sobre los datos; y es de aprendizaje perezoso, porque cualquier generalización
de los datos de entrenamiento se pospone hasta que los datos de la prueba se
presentan al sistema (Ehsani & Drabløs, 2020). KNN puede ser usado
eficientemente para resolver problemas de clasificación (Arslan & Arslan,
2021)(Rajaguru & Sannasi Chakravarthy, 2019).
KNN está
considerado dentro de los 10 mejores algoritmos debido a su simplicidad,
efectividad e implementación y se puede aplicar eficazmente en varias tareas de
clasificación prácticas del mundo real (Xu et al., 2019).
La idea de
este método está en el espacio de características, si la mayoría de las k
muestras más cercanas (es decir, los vecinos más cercanos en el espacio de
características) a una muestra dada pertenecen a una determinada categoría, esa
muestra también pertenecerá a esta categoría (Wu & Hicks, 2021); la clase
más cercana se identificará utilizando la distancia euclidiana (Pathanjali et
al., 2018); este es el enfoque de predicción también es conocida como la regla
de la mayoría (Zhang, 2021); en consecuencia el valor de K juega un papel
importante en el desempeño de este algoritmo (Thanh Noi & Kappas, 2017)(Xu
et al., 2019).
Medición del desempeño
Para medir el rendimiento
de un algoritmo supervisado se utiliza la precisión (precision), sensibilidad (recall),
el Puntaje-F1 (F1-Score) y la exactitud (accuracy).
La precisión
es la proporción de los ejemplos que realmente pertenecen a la clase X entre
todos los que fueron asignados a la clase, la fórmula es: Precisión= VP/(VP+FP),
donde VP=Verdadero Positivo y FP=Falso Positivo (Arslan & Arslan, 2021)(Dhahri
et al., 2019)(Mercaldo et al., 2017)(Mohana Priya & Punithavalli, 2019)
La
sensibilidad es la proporción de ejemplos que se asignaron a la clase X, entre
todos los ejemplos que realmente pertenecen a la clase, es decir, qué parte de
la clase se capturó, la fórmula es: Sensibilidad = VP/(VP+FN), donde VP=Verdadero
Positivo y FN=Falso Negativo (Arslan & Arslan, 2021)(Dhahri et al., 2019)(Mercaldo
et al., 2017)
El puntaje-F1
puede interpretarse como un promedio ponderado de la precisión y su fórmula es:
Puntaje-F1=2*(Precisión * Sensibilidad) / (Precisión + Sensibilidad) (Arslan
& Arslan, 2021)(Dhahri et al., 2019)(Mercaldo et al., 2017)(Mohana Priya
& Punithavalli, 2019).
La exactitud
es la medida de las predicciones correctas que hizo el clasificador, su fórmula
es: Exactitud=(VP+VN)/(VP+VN+FP+FN) (Dhahri et al., 2019)
A
continuación, se muestra en la Tabla 1 trabajos realizados para la predicción
de cáncer de mamas con machine learning utilizando algoritmos de machine
learning:
Tabla 1. Predicción de cáncer de mamas con
machine learning
|
Referencia
|
Trabajo
|
Exactitud
|
|
(Rajaguru
& Sannasi Chakravarthy, 2019)
|
Clasificación
del cáncer de mama con árboles de decisión
|
91.23%
|
|
(Rajaguru
& Sannasi Chakravarthy, 2019)
|
Clasificación
del cáncer de mama con KNN
|
95.61%
|
|
(Wu
& Hicks, 2021)
|
KNN
|
87%
|
|
(Wu
& Hicks, 2021)
|
Árboles
de decisión
|
87%
|
El objetivo de esta investigación fue
lograr un nivel aceptable de precisión, sensibilidad, puntaje-F1 y exactitud en
la discriminación de masas mamográficas utilizando el algoritmo KNN y los
atributos BIRADS.
2.
Materiales
y métodos
El conjunto de datos (data
set) fue obtenido a partir de (Elter, 2007) en el repositorio Irvine Machine
Learning Repository de la Universidad de California, con el nombre de Mammographic
Mass Data Set, cuenta con 6 atributos y 961 instancias con valores numéricos de
los cuales 516 corresponden a casos benignos y 445 a casos malignos; sin embargo,
se eliminaros aquellos que presentaban datos vacíos, quedando 829 registros, de
los cuales 427 son casos benignos y 402 a casos malignos
En la Tabla 2,
se presenta información de los atributos contenidos en el conjunto de datos, el
tipo de dato, así como el rango de valores, al finalizar este paso, se creó el
archivo: mammographic_masses_sin_datosperdidos.csv
Tabla 2. Información de los atributos del
conjunto de datos
|
Atributo
|
Tipo
|
Rango de Valores
|
|
Evaluación
BIRADS
|
Ordinal
|
[1
, 6]
|
|
Edad
|
Número
entero
|
[1
, Más >
|
|
Forma
|
Nominal
|
Redonda
= 1,
Ovalada
= 2
Lobular
= 3
Irregular
= 4
|
|
Margen
|
Nominal
|
Circunscrito
= 1
Microlobulado
= 2
Oscurecido
= 3
Mal
definido = 4
Espiculado
= 5
|
|
Densidad
|
Ordinal
|
Densidad
de masa alta = 1
Estándar
= 2
Baja
= 3
Contiene
grasa = 4 (ordinal)
|
|
Resultado
|
Binomial
|
Benigno
= 0
Maligno
= 1
|
Entretenimiento
del algoritmo KNN
Para realizar el
entrenamiento del algoritmo se utilizó el algoritmo de clasificación KNN y su
implementación en Python importando las librerías ScikitLearn, de la siguiente
manera:
Primero, se
cargó el conjunto de datos a un dataframe utilizando el comando pd.read_csv
('mammographic_masses_sin_datosperdidos.csv',sep=','), en la Fig.1, se muestra
la distribución de datos agrupados por el resultado, donde Benigno= 0 y
Maligno=1
Figura 1. Distribución de datos por el resultado
Segundo,
importar las librerías from sklearn.model_selection import train_test_split;
seleccionar aleatoriamente el 70% de los datos para entrenamiento y el 30%
restante para las pruebas; tomar como valor inicial n_neighbors=1 y un
random_state=30, entrenar el algoritmo o modelo llamado: knn_mm utilizando el
método fit(x_train, y_train), hacer predicciones con los datos de prueba
utilizando knn_mm.predict() y generar la matriz de confusión inicial como se
aprecia en la Tabla 3 con el comando confusion_matrix() y el reporte de
clasificación inicial como se observa en la Tabla 4 utilizando el comando
classification_report.
En la matriz
de confusión de la Tabla 3, se aprecia los valores: Verdadero Positivo (VP),
Verdadero Negativo (VN), Falso Positivo (FP) y Falso Negativo (FN).
Tabla 3. Matriz de confusión inicial con
n_neighbors=1
|
|
Benigno
|
Maligno
|
|
Valores reales
|
Benigno
|
VN=93
|
FN=24
|
|
Maligno
|
FN=34
|
VP=98
|
|
|
Predicción
|
En el reporte de clasificación
inicial con n_neighbors=1 de la Tabla 4 se observa una
Precisión(Precision)=73%, sensibilidad(Recall)=79% y un
Puntaje-F1(F1-score)=76% para la clase de Benigno, asimismo para la clase de
Maligno una Precisión(Precision)=80%, sensibilidad(Recall)=74% y un
Puntaje-F1(F1-score)= 77% y finalmente se observa que el nivel de
exactitud(Accuracy) del modelo es del 77%.
Tabla 4. Reporte de clasificación inicial con
n_neighbors=1
|
|
Precision
|
Recall
|
F1-score
|
Support
|
|
Benigno
|
0.73
|
0.79
|
0.76
|
134
|
|
Maligno
|
0.80
|
0.74
|
0.77
|
115
|
|
Accuracy
|
|
|
0.77
|
249
|
|
Macro AVG
|
0.77
|
0.77
|
0.77
|
249
|
|
Weighted AVG
|
0.77
|
0.77
|
0.77
|
249
|
Selección
del modelo
Para seleccionar el modelo
óptimo es necesario buscar el mejor valor para n_neighbors, en ese sentido, se
diseñó una estructura repetitiva que muestre un gráfico con las diferentes
tasas de error como se observa en la Figura 2; para este caso, se observa que
el mejor valor para n_neighbors = 5.
Figura 2. Reporte de la tasa de error
De esta manera
vuelve a generar el modelo knn_mm utilizando el método fit(x_train, y_train)y
con el n_neighbors=5, y luego generar la matriz de confusión del modelo óptimo
utilizando el comando: confusion_matrix() según se observa en la Tabla 5.
Tabla 5. Matriz de confusión óptimo
|
|
Benigno
|
Maligno
|
|
Valores reales
|
Benigno
|
VN=103
|
FN=14
|
|
Maligno
|
FN=23
|
VP=109
|
|
|
Predicción
|
Utilizando el comando
classification_report que ofrece la libraría ScikitLearn, se generó la Tabla 6.
Reporte de clasificación óptimo; en ella se observa una
Precisión(Precision)=82%, sensibilidad(Recall)=88% y un Puntaje-F1(F1-score)=
85% para la clase de Benigno, asimismo se observa una Precisión(Precision)=89%,
sensibilidad(Recall)=83% y un Puntaje-F1(F1-score)= 85% para la clase de
Maligno y finalmente se observa que el nivel de exactitud(Accuracy) del modelo
knn_mm es del 85%.
Tabla 6. Reporte de Clasificación
óptimo
|
|
Precision
|
Recall
|
F1-score
|
Support
|
|
Benigno
|
0.82
|
0.88
|
0.85
|
134
|
|
Maligno
|
0.89
|
0.83
|
0.85
|
115
|
|
Accuracy
|
|
|
0.85
|
249
|
|
Macro
AVG
|
0.85
|
0.85
|
0.85
|
249
|
|
Weighted
AVG
|
0.85
|
0.85
|
0.85
|
249
|
3.
Resultados
3.1.
Desempeño del modelo
El modelo de machine
learning llamado KNN_MM, como se observa en la Figura 3 tiene una
exactitud=85%; asimismo tiene una precisión=82%, sensibilidad=88% y un
puntaje-F1=85% para la clase de Benigno y una precisión=89%, sensibilidad=83% y
un puntaje-F1=85% para la clase de Maligno.
Figura 3. Desempeño del modelo KNN_MM
3.2.
Predicciones del modelo
En relación a este modelo,
como se observa en la Tabla 7, se desarrolló predicciones utilizando para ello
el comando knn_mm.predict([[]]):
Tabla 7. Predicciones con el modelo KNN_MM
desarrollado
|
Comando
|
Resultado
|
|
knn_mm.predict([[3,30,2,4,3]])
|
Benigno
|
|
knn_mm.predict([[5,20,2,1,2]])
|
Benigno
|
|
knn_mm.predict([[2,70,1,2,4]])
|
Maligno
|
|
knn_mm.predict([[4,65,1,2,3]])
|
Benigno
|
En relación al modelo desarrollado,
se muestra en la Tabla 8, la probabilidad de discriminar benigno o maligno
utilizando el comando knn_mm.predict_proba([[]]):
Tabla 8. Probabilidad de clasificar benigno o
maligno
|
Comando
|
Probabilidad
de benigno
|
Probabilidad
de maligno
|
|
knn_mm.predict_proba([[3,30,2,4,3]])
|
80%
|
20%
|
|
knn_mm.predict_proba([[5,20,2,1,2]])
|
100%
|
0%
|
|
knn_mm.predict_proba([[2,70,1,2,4]])
|
20%
|
80%
|
|
knn_mm.predict_proba([[4,65,1,2,3]])
|
80%
|
20%
|
4.
Discusión
El nivel de exactitud=85%
del modelo KNN_MM, guarda una estrecha relación con el resultado obtenido por (Wu
& Hicks, 2021) quienes obtuvieron un nivel de exactitud=86% y con (Rajaguru
& Sannasi Chakravarthy, 2019) quienes obtuvieron un nivel de exactitud=95.61%.
Al tener
niveles aceptables de exactitud y al definirse en el Plan Nacional para la
Prevención y Control del Cáncer de Mama 2017 – 2019, políticas que permita
reducir la morbi mortalidad por esta enfermedad, utilizando como elemento de
juicio las lesiones BIRADS. (Ministerio de Salud, 2017); al diseñarse un modelo
basado en los atributos BIRADS, esto puede convertirse en una herramienta
aprobada para su uso en el diagnóstico de cáncer de mama.
5. Conclusiones
Se logró diseñar un modelo
predictivo llamado KNN_MM con niveles de exactitud, precisión, sensibilidad y
puntaje-F1 aceptables, con Python, librerías ScikitLearn y el resultado de la
evaluación BI-RADS.
El modelo
creado, puede ser tomando por personal médico y usado como un elemento de
juicio, que sumado a los resultados de la mamografía y su expertis, pueda
diagnosticar con mayor precisión si una masa mamográfica representa a peligro
de cáncer o es un tumor benigno.
Es útil,
revisar la tasa de error, para esta investigación según Figura 2 fue el
obtenido cuando el valor de n_neighbors=5, como una alternativa válida o un
medio que permita a otros investigadores mejorar sus resultados durante el
entrenamiento del algoritmo.
Agradecimiento
Los investigadores brindan
su agradecimiento a la Universidad Nacional Tecnológica de Lima Sur, por
generar el espacio y tiempo, para la realización de este proyecto.
Referencias
bibliográficas
Aguilar, R. M., Torres, J. M., & Martín, C. A. (2018).
Aprendizaje Automático en la Identificación de Sistemas. Un Caso de Estudio en
la Predicción de la Generación Eléctrica de un Parque Eólico. Revista
Iberoamericana de Automática e Informática Industrial, 16(1), 114. https://doi.org/10.4995/riai.2018.9421
Al-Azzam, N., & Shatnawi, I. (2021). Comparing supervised and
semi-supervised Machine Learning Models on Diagnosing Breast Cancer. Annals
of Medicine and Surgery, 53–64. https://doi.org/10.1016/j.amsu.2020.12.043
Alegría Delgado, D., & Huamani Navarro, M. (2019).
Factores asociados a la toma de mamografía en mujeres peruanas: análisis de la
Encuesta Demográfica de Salud Familiar, 2015. Anales de La Facultad de
Medicina, 80(3), 327–331. https://doi.org/10.15381/anales.803.16204
Arslan, H., & Arslan, H. (2021). A new COVID-19 detection method from
human genome sequences using CpG island features and KNN classifier. Engineering
Science and Technology, an International Journal, 24(4), 839–847. https://doi.org/10.1016/j.jestch.2020.12.026
Blanc Pihuave, G., Cevallos Torres, L., & Arteaga Vera,
J. (2020). Modelo computacional de clasificación de aprendizaje de máquina
supervisado, para el análisis de datos cardiovasculares y pronóstico médico. Ecuadorian Science Journal, 4(2), 71–79. https://doi.org/10.46480/esj.4.2.83
Pathanjali, C., Vimuktha, E. S., Jalaja, G., & Latha, A. (2018). A
Comparative Study of Indian Food Image Classification Using K-Nearest-Neighbour
and Support-Vector-Machines. International Journal of Engineering &
Technology, 7(3.12), 521. https://doi.org/10.14419/ijet.v7i3.12.16171
Chachaima-Mar, J. E., Pineda-Reyes, J., Marin, R.,
Lozano-Miranda, Z., & Chian-García, C. (2021). Perfil inmunofenotípico de
cáncer de mama de pacientes atendidas en un hospital general de Lima, Perú. Revista
Medica Herediana, 31(4), 235–241. https://doi.org/10.20453/rmh.v31i4.3855
Cherif, W. (2018). Optimization of K-NN algorithm by clustering and reliability
coefficients: Application to breast-cancer diagnosis. Procedia Computer Science, 127, 293–299. https://doi.org/10.1016/j.procs.2018.01.125
Comarela, G., Franco, G., Trois, C., Liberato, A.,
Martinello, M., Corrêa, J. H., & Villaça, R. (2019). Introdução à Ciência
de Dados: Uma Visão Pragmática utilizando Python, Aplicações e Oportunidades em
Redes de Computadores. In Minicursos do XXXVII Simpósio Brasileiro de Redes
de Computadores e Sistemas Distribuídos (2019). https://doi.org/10.5753/sbc.6555.9.6
Dhahri, H., Al Maghayreh, E., Mahmood, A., Elkilani, W., & Faisal
Nagi, M. (2019). Automated Breast Cancer Diagnosis Based on Machine Learning
Algorithms. Journal of Healthcare Engineering, 2019. https://doi.org/10.1155/2019/4253641
Eedi, H., & Kolla, M. (2020). Machine learning approaches for
healthcare data analysis. Journal of Critical Reviews, 7(4),
806–811. https://doi.org/10.31838/jcr.07.04.149
Ehsani, R., & Drabløs, F. (2020). Robust Distance Measures for kNN
Classification of Cancer Data. Cancer Informatics, 19. https://doi.org/10.1177/1176935120965542
Elter, M. (2007). Mammographic Mass Data Set. UCI Machine Learning
Repository. http://archive.ics.uci.edu/ml/datasets/mammographic+mass
Franco, E. F., & Ramos, R. J. (2019). Aprendizaje de
Máquina y Aprendizaje Profundo en Biotecnología: Aplicaciones, impactos y
desafíos. Ciencia, Ambiente y Clima, 2(2), 7–26. https://doi.org/10.22206/cac.2019.v2i2.pp7-26
García Aranda, M., & Redondo, M. (2019). Immunotherapy: A challenge of breast
cancer treatment. Cancers, 11(12), 1–18. https://doi.org/10.3390/cancers11121822
Gardezi, S. J. S., Elazab, A., Lei, B., & Wang, T. (2019). Breast
cancer detection and diagnosis using mammographic data: Systematic Review. Journal
of Medical Internet Research, 21(7), 1–22. https://doi.org/10.2196/14464
Jean Sunny, Nikita Rane, Rucha Kanade, & Sulochana Devi. (2020).
Breast Cancer Classification and Prediction using Machine Learning. International
Journal of Engineering Research And, V9(02), 576–580. https://doi.org/10.17577/ijertv9is020280
Mercaldo, F., Nardone, V., & Santone, A. (2017). Diabetes Mellitus Affected Patients
Classification and Diagnosis through Machine Learning Techniques. Procedia Computer Science, 112, 2519–2528. https://doi.org/10.1016/j.procs.2017.08.193
Resolución Ministerial N° 442-2017/MINSA[Ministerio de Salud].
Plan Nacional de Prevención y control de cáncer de mama en el Perú
2017-2021. 01 de enero 2017
Mohana Priya, T., & Punithavalli, M. (2019). An efficient data mining techniques -
Multi-objective KNN algorithm to predict breast cancer. International
Journal of Recent Technology and Engineering, 8(8), 986–990. https://doi.org/10.35940/ijrte.B1188.0882S819
Naufal, S. A., Adiwijaya, A., & Astuti, W. (2020). Analisis Perbandingan Klasifikasi
Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) untuk Deteksi Kanker
dengan Data Microarray. JURIKOM (Jurnal Riset Komputer), 7(1),
162. https://doi.org/10.30865/jurikom.v7i1.2014
Rajaguru, H., & Sannasi Chakravarthy, S. R. (2019). Analysis of
decision tree and k-nearest neighbor algorithm in the classification of breast
cancer. Asian Pacific Journal of Cancer Prevention, 20(12),
3777–3781. https://doi.org/10.31557/APJCP.2019.20.12.3777
Rejón Herrera, E. G., Esparza Sánchez, R., Pasos Ruiz, A.,
& Moreno Caballero, E. (2021). Clasificación de Indicadores de Interacción
del uso de la plataforma Moodle para cursos de modalidad B-learning. Tecnología
Educativa Revista CONAIC, 2(1), 78–86. https://doi.org/10.32671/terc.v2i1.170
Thanh Noi, P., & Kappas, M. (2017). Comparison of Random Forest,
k-Nearest Neighbor, and Support Vector Machine Classifiers for Land Cover
Classification Using Sentinel-2 Imagery. Sensors (Basel, Switzerland), 18(1).
https://doi.org/10.3390/s18010018
Uddin, S., Khan, A., Hossain, M. E., & Moni, M. A. (2019). Comparing
different supervised machine learning algorithms for disease prediction. BMC
Medical Informatics and Decision Making, 19(1), 1–16. https://doi.org/10.1186/s12911-019-1004-8
Vallejos Sologuren, C. S., Aguilar cartagena, A., &
Flores Flores, C. J. (2020). Situación del Cáncer en el Perú. Diagnóstico,
52(2), 77–85. https://doi.org/10.33734/diagnostico.v59i2.221
Villavicencio Romero, M. E., Moreno Daza, G. A., Ordóñez
Andrade, G. E., & Paredes Colcha, L. M. (2019). Diagnóstico por imágenes de
cáncer de mamas. Comparación entre técnica ecográfica y mamografía. Dominio
de Las Ciencias, 5(3), 647. https://doi.org/10.23857/dc.v5i3.957
Wu, J., & Hicks, C. (2021). Breast cancer type classification
using machine learning. Journal of Personalized Medicine, 11(2),
1–12. https://doi.org/10.3390/jpm11020061
Xing, W., & Bei, Y. (2020). Medical Health Big Data Classification
Based on KNN Classification Algorithm. IEEE Access, 8,
28808–28819. https://doi.org/10.1109/ACCESS.2019.2955754
Xu, H., Zhou, J., Asteris, P. G., Armaghani, D. J., & Tahir, M. M.
(2019). Supervised machine learning techniques to the prediction of tunnel
boring machine penetration rate. Applied Sciences (Switzerland), 9(18),
1–19. https://doi.org/10.3390/app9183715
Zhang, S. (2021). Challenges in KNN Classification. IEEE Transactions
on Knowledge and Data Engineering, 1–13. https://doi.org/10.1109/TKDE.2021.3049250
Zielonke, N., Kregting, L. M., Heijnsdijk, E. A. M., Veerus,
P., Heinävaara, S., McKee, M., de Kok, I. M. C. M., de Koning, H. J., van
Ravesteyn, N. T., Gredinger, G., De Brabander, I., Arbyn, M., Simoens, C.,
Martens, P., Candeur, M., Arbyn, M., Simoens, C., Burrion, J. B., Dimitrov, P.,
… Latinovic, R. (2021).
The potential of breast cancer screening in Europe. International Journal of
Cancer, 148(2), 406–418. https://doi.org/10.1002/ijc.33204
Financiamiento
Ninguno.
Conflicto de
intereses
El artículo no presenta
conflicto de intereses.
Contribución de autores
Lévano-Rodriguez, Daniel:
Investigador y redactor del artículo.
Cerdán-León, Flor
Elizabeth: Investigadora y redactora del artículo.
0000-0001-5652-0601]1; Cerdán-León,
Flor [