Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 917
ANÁLISIS PREDICTIVO DE ALZHEIMER Y PARKINSON A PARTIR DE DATOS
MÉDICOS USANDO MINERÍA DE DATOS
PREDICTIVE ANALYSIS OF ALZHEIMER'S AND PARKINSON'S BASED ON MEDICAL
DATA USING DATA MINING
Autores: ¹Mercedes Carolina García Caiza y ²José Renato Cumbal Simba.
¹ORCID ID:
https://orcid.org/0000-0003-4512-6371
²ORCID ID: https://orcid.org/0000-0001-8182-5343
¹E-mail de contacto: mcgarcia34@utpl.edu.ec
²E-mail de contacto: rcumbal@ups.edu.ec
Afiliación:
1*2*
Universidad Politécnica Salesiana, (Ecuador).
Artículo recibido: 15 de Enero del 2026
Artículo revisado: 28 de Enero del 2026
Artículo aprobado: 06 de Febrero del 2026
¹Estudiante de la carrera de Ingeniería en Sistemas Computacionales egresada de la Universidad Politécnica Salesiana, (Ecuador).
²Ingeniero en Electrónica y Telecomunicaciones, Magíster en Gerencia de Sistemas de Información egresado de la Universidad Politécnica
Salesiana, (Ecuador). Profesor de la Universidad Politécnica Salesiana, Quito, Ecuador, y miembro del Grupo de Investigación en
Telecomunicaciones (GIETEC). Doctorante en Ingeniería, Universidad Pontificia Bolivariana, Medellín, (Colombia).
Resumen
Las enfermedades neurodegenerativas como
Alzheimer y Parkinson representan un desafío
en la salud global debido a la complejidad del
diagnóstico temprano. Este estudio aplica
minería de datos y machine learning para crear
modelos predictivos que permitan la
diferenciación diagnóstica entre ambas
patologías. Utilizando datasets públicos (ADNI
para Alzheimer y PPMI para Parkinson), se
integraron y analizaron variables clínicas,
demográficas, cognitivas y funcionales
mediante cinco algoritmos: Decision Trees
(DT), Random Forest (RF), Gradient Boosting
Machine (GBM), Support Vector Machines
(SVM) y Artificial Neural Networks (ANN). El
pipeline metodológico incluyó
preprocesamiento con imputación y
estandarización, selección de características y
validación cruzada estratificada. Los resultados
muestran que para Parkinson (PPMI), el
modelo Gradient Boosting Machine alcanzó
una precisión del 96.52%, F1-macro de 0.936 y
AUC de 0.995. Para Alzheimer (ADNI), el
mismo algoritmo obtuvo una precisión del
90.29%, F1-macro de 0.900 y AUC de 0.987.
Se concluye que la integración de datos
multimodales con técnicas de aprendizaje
automático permite construir herramientas de
apoyo clínico no invasivas, objetivas y
escalables para mejorar el diagnóstico
temprano y la estratificación de pacientes.
Palabras clave: Alzheimer, Parkinson,
Aprendizaje automático, Minería de datos,
Predicción, Enfermedades
neurodegenerativas, Diagnóstico
diferencial, Machine learning.
Abstract
Neurodegenerative diseases like Alzheimer's
and Parkinson's represent a global health
challenge due to early diagnosis complexity.
This study applies data mining and machine
learning to create predictive models for
diagnostic differentiation between both
pathologies. Using public datasets (ADNI for
Alzheimer's and PPMI for Parkinson's),
clinical, demographic, cognitive and functional
variables were integrated and analyzed through
five algorithms: Decision Trees (DT), Random
Forest (RF), Gradient Boosting Machine
(GBM), Support Vector Machines (SVM) and
Artificial Neural Networks (ANN). The
methodological pipeline included
preprocessing with imputation and
standardization, feature selection and stratified
cross-validation. Results show that for
Parkinson's (PPMI), the Gradient Boosting
Machine model achieved 96.52% accuracy,
0.936 F1-macro and 0.995 AUC. For
Alzheimer's (ADNI), the same algorithm
obtained 90.29% accuracy, 0.900 F1-macro
and 0.987 AUC. The study concludes that
multimodal data integration with machine
learning techniques enables building non-
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 918
invasive, objective and scalable clinical
support tools to improve early diagnosis and
patient stratification.
Keywords: Alzheimer, Parkinson, Machine
learning, Data mining, Prediction,
Neurodegenerative disorders, Differential
diagnosis, Artificial intelligence.
Sumário
As doenças neurodegenerativas como
Alzheimer e Parkinson representam um desafio
na saúde global devido à complexidade do
diagnóstico precoce. Este estudo aplica
mineração de dados e machine learning para
criar modelos preditivos que permitam a
diferenciação diagnóstica entre ambas as
patologias. Utilizando datasets públicos (ADNI
para Alzheimer e PPMI para Parkinson), foram
integradas e analisadas variáveis clínicas,
demográficas, cognitivas e funcionais
mediante cinco algoritmos: Decision Trees
(DT), Random Forest (RF), Gradient Boosting
Machine (GBM), Support Vector Machines
(SVM) e Artificial Neural Networks (ANN). O
pipeline metodológico incluiu pré-
processamento com imputação e padronização,
seleção de características e validação cruzada
estratificada. Os resultados mostram que para
Parkinson (PPMI), o modelo Gradient
Boosting Machine alcançou uma precisão de
96.52%, F1-macro de 0.936 e AUC de 0.995.
Para Alzheimer (ADNI), o mesmo algoritmo
obteve uma precisão de 90.29%, F1-macro de
0.900 e AUC de 0.987. Conclui-se que a
integração de dados multimodais com técnicas
de aprendizagem automática permite construir
ferramentas de apoio clínico não invasivas,
objetivas e escaláveis para melhorar o
diagnóstico precoce e a estratificação de
pacientes.
Palavras-chave: Alzheimer, Parkinson,
Aprendizagem automática, Mineração de
dados, Predição, doenças
Neurodegenerativas, Diagnóstico diferencial,
Inteligência artificial.
Introducción
Las enfermedades neurodegenerativas se han
convertido en un reto prioritario para la salud
pública y la investigación biomédica,
impulsado por su aumento sostenido, su curso
clínico silencioso y el impacto irreversible que
producen en la vida de los pacientes (World
Health Organization, 2023; Kavitha et al.,
2022). Entre estas patologías destacan las
enfermedades de Alzheimer (EA) y Parkinson
(EP) por su alta prevalencia, su asociación con
el envejecimiento y el deterioro funcional
progresivo (World Health Organization, 2023;
Kavitha et al., 2022; Marek et al., 2018). Se
estima que a nivel mundial, más de 55 millones
de individuos viven con demencia, siendo la EA
la principal causa, y se proyecta que esta cifra
podría superar los 139 millones para el año
2050 si no se desarrollan intervenciones
eficaces (World Health Organization, 2023). La
EP afecta a aproximadamente 10 millones de
individuos, constituyéndose como la segunda
enfermedad neurodegenerativa más frecuente
(Marek et al., 2018). La Organización Mundial
de la Salud ha resaltado que los gastos
asociados al cuidado de personas con demencia
superan actualmente los 1.3 billones de dólares
anuales (World Health Organization, 2023).
Los diagnósticos a menudo ocurren en etapas
avanzadas cuando las intervenciones tienen
efectividad limitada, ya que en las etapas
iniciales hay pocas manifestaciones clínicas
anormales claramente relacionadas con el inicio
de la enfermedad (Kavitha et al., 2022; Marek
et al., 2018). La heterogeneidad en la progresión
y el número limitado de biomarcadores
accesibles obstaculizan la detección temprana
(Tanveer et al., 2020; Zhang et al., 2022;
Sharma et al., 2023). Diversos estudios han
evidenciado que las enfermedades
neurodegenerativas presentan patrones
fisiopatológicos complejos que dificultan su
identificación en fases iniciales. En el caso del
Alzheimer, investigaciones recientes muestran
que procesos inflamatorios, alteraciones
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 919
inmunológicas y mecanismos neuropatológicos
pueden influir en la progresión de la
enfermedad (Sochocka et al., 2017). En
Parkinson, estudios basados en análisis multi-
ómicos han demostrado que la integración de
biomarcadores sanguíneos permite identificar
genes marcadores con alto potencial
diagnóstico (Zhang et al., 2022).
La incorporación de técnicas computacionales
ha abierto nuevas posibilidades para la
predicción de progresión neurodegenerativa.
Modelos basados en minería de datos y series
temporales han permitido anticipar cambios
clínicos relevantes mediante la integración de
factores longitudinales y patrones complejos
(Tanveer et al., 2020). Revisiones recientes
señalan una tendencia sostenida hacia el uso de
enfoques multimodales y aprendizaje profundo
para mejorar el rendimiento predictivo (Kavitha
et al., 2022; Marek et al., 2018; Myszczynska et
al., 2020). Se han propuesto modelos que
integran múltiples fuentes de información e
incorporan componentes de interpretabilidad
(IA explicable) para facilitar su adopción en
entornos clínicos (Sarica et al., 2017). En la EA,
la literatura reporta arquitecturas profundas
orientadas a clasificación y predicción, así
como enfoques para pronóstico de deterioro
cognitivo en horizontes longitudinales (Rathore
et al., 2017; Liu et al., 2018; Grassi et al., 2018;
Lin et al., 2018). En Parkinson, se han
explorado estrategias basadas en características
funcionales como la marcha y aproximaciones
emergentes para el diagnóstico/predicción
(Chen et al., 2016; Suarez-Revelo et al., 2021).
Se han reportado esquemas basados en
optimización y aprendizaje supervisado
aplicados al análisis predictivo de trastornos
neurodegenerativos (Sharma et al., 2023).
La literatura científica evidencia la necesidad de
desarrollar modelos predictivos robustos que
integren datos clínicos, funcionales y
biomarcadores para diferenciar de forma
precisa el Alzheimer del Parkinson (Kavitha et
al., 2022; Liu et al., 2018). Las comparaciones
entre la EA y la EP se ven limitadas porque los
estudios se centran en una sola enfermedad,
dificultando encontrar discrepancias que
podrían mejorar el diagnóstico temprano (Choi
et al., 2017). Existe una brecha en el uso de
datos integrados de múltiples niveles (clínicos,
cognitivos, biomarcadores y funcionales) en el
diagnóstico diferencial. Este estudio es
necesario porque la identificación temprana y la
diferenciación precisa entre EA y EP siguen
siendo un desafío cuando los síntomas iniciales
son sutiles y existe variabilidad clínica entre
pacientes. La evaluación comparativa usando
metodologías de minería de datos y aprendizaje
automático permite avanzar hacia un enfoque
de medicina de precisión (Kavitha et al., 2022;
Marek et al., 2018).
El desarrollo de modelos predictivos no
invasivos basados en datos clínicos, cognitivos,
funcionales y biomarcadores puede
complementar la evaluación médica tradicional,
ofreciendo resultados más objetivos,
reproducibles y sensibles a cambios tempranos
(Tanveer et al., 2020; Sarica et al., 2017). El uso
de datasets longitudinales consolidados como
ADNI y PPMI posibilita entrenar y contrastar
modelos de forma sistemática, fortaleciendo la
reproducibilidad (Jack et al., 2008; Marek et al.,
2011). El presente estudio propone un modelo
predictivo basado en minería de datos para
identificar y comparar patrones clínicos de EA
y EP mediante la aplicación de algoritmos
supervisados. Se busca evaluar la capacidad de
estos modelos para discriminar entre ambas
patologías utilizando datos clínicos, cognitivos,
funcionales y demográficos, así como
determinar qué variables aportan mayor
relevancia predictiva.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 920
Materiales y Métodos
La metodología general se justificó dentro de un
enfoque cuantitativo, con alcance comparativo
y predictivo, y diseño observacional
retrospectivo. No se justificó la recolección de
nuevos datos puesto que toda la medición se
obtuvo de repositorios y fue procesada
mediante análisis in silico. Se utilizaron dos
repositorios biomédicos longitudinales: la
Iniciativa de Neuroimagen de la Enfermedad de
Alzheimer (ADNI) (Jack et al., 2008) y la
Iniciativa de Marcadores de Progresión de
Parkinson (PPMI) (Marek et al., 2011). Ambos
repositorios proporcionan datos anonimizados
con protocolos estandarizados para evaluación
clínica y pruebas neuropsicológicas. El acceso
se realizó a través de los portales oficiales, en
cumplimiento con sus políticas de uso
académico (Jack et al., 2008; Marek et al.,
2011). Como el análisis empleó datos
secundarios anonimizados, evitó cualquier
contacto directo con los participantes.
La conformación de la muestra siguió un
muestreo no probabilístico de conveniencia,
condicionado por los registros accesibles en las
bases de datos. Para eliminar redundancias por
evaluaciones longitudinales y preservar la
equivalencia entre participantes, se limitó el
trabajo a datos iniciales (baseline), manteniendo
un solo registro por sujeto. En ADNI se tomaron
instancias con VISCODE = bl y se agrupó por
RID; en PPMI, se seleccionaron aquellas con
EVENT_ID = BL y se agrupó por PATNO. Se
requirió: (i) la existencia de un registro inicial;
(ii) la presencia de la variable de interés (ADNI:
DX_bl; PPMI: COHORT); y (iii) la
disponibilidad de variables predictivas,
admitiendo valores faltantes imputables. Se
excluyeron registros con ausencia de etiqueta
diagnóstica, inconsistencias de identificación,
duplicidad de registros basales y variables
incompatibles.
Para ADNI se utilizaron 12 variables: edad
(AGE), género (PTGENDER), años de
educación (PTEDUCAT), Mini-Mental State
Examination (MMSE), Montreal Cognitive
Assessment (MOCA), Clinical Dementia
Rating Sum of Boxes (CDRSB), ADAS-Cog 13
(ADAS13), Functional Activities Questionnaire
(FAQ), memoria diferida (LDELTOTAL), β-
amiloide (ABETA), Tau total (TAU), y
diagnóstico basal (DX_bl) como variable de
salida con categorías: Normal Cognitivo (CN),
Deterioro Cognitivo Leve (MCI) y Alzheimer
(AD). Para PPMI se utilizaron 12 variables:
edad (AGE), sexo (SEX), años de educación
(EDUC_YRS), MOCA, Symbol Digit
Modalities Test (SDMTOTAL), HVLT
recuerdo inmediato
(HVLT_IMMEDIATERECALL), prueba
verbal (VLTANIM), MDS-UPDRS Parte III
(UPDRS3_SCORE), escala Hoehn y Yahr
(NHY), Geriatric Depression Scale (GDS),
alelos APOE ε4 (APOE_E4), uricemia
(URATE), y cohorte diagnóstica (COHORT)
como variable de salida con categorías:
Participante PD, Control Sano, SWEDD y
Prodromal.
Se implementó un procedimiento automático
para estandarizar nombres de columnas,
eliminando espacios y aplicando normalización
básica. Se realizó un filtrado inicial
conservando únicamente variables predictoras y
la variable objetivo, eliminando registros con
etiqueta ausente. La etiqueta objetivo se
transformó mediante Label Encoding para
habilitar la clasificación multiclase. Para el
manejo de valores faltantes y normalización, se
construyó un preprocesador con
ColumnTransformer: en variables numéricas se
aplicó imputación por mediana seguida de
estandarización con StandardScaler, mientras
que en variables categóricas se utilizó
imputación por moda y codificación one-hot.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 921
Todo el preprocesamiento se integró en un
pipeline para prevenir fugas de información
(data leakage). Para cada repositorio se efectuó
una partición train/test con proporción 80/20, de
manera estratificada respecto a la variable
objetivo para preservar la distribución de clases.
Se fijó semilla (random_state=42) para asegurar
reproducibilidad.
Se realizó un análisis comparativo de cinco
enfoques de clasificación supervisada: Decision
Trees (DT), Random Forest (RF), Gradient
Boosting Machine (GBM), Support Vector
Machines (SVM) y Artificial Neural Networks
(ANN)[19]. Todos los modelos fueron
implementados mediante pipelines que integran
preprocesamiento, manejo del desbalance de
clases y ajuste de hiperparámetros. Formulación
Matemática: Sea x_i ∈ R^d el vector de
variables predictoras de un individuo i, donde d
corresponde al número de características (d = 12
en ambos datasets), y sea y_i ∈ {1, ..., K} la
etiqueta diagnóstica. El objetivo consiste en
aprender una función de clasificación:
f:R^d→{1,...,K}
Decision Trees (DT): Dividen el espacio de
características mediante reglas de partición
binarias. Cada nodo interno aplica una
condición sobre una variable predictora
utilizando la impureza de Gini como criterio:
G(t)=1-∑_(k=1)^K▒ p_k (t)^2
donde G(t) es la impureza del nodo t y p_k(t) es
la proporción de muestras de clase k en el nodo
t.
Random Forest (RF): Construye un ensamble
de árboles de decisión entrenados sobre
muestras bootstrap y subconjuntos aleatorios de
características, agregando sus predicciones
mediante votación por mayoría.
Gradient Boosting Machine (GBM): Construye
un ensamble aditivo de modelos débiles de
manera secuencial, donde cada nuevo modelo
corrige los errores del ensamble previo:
F_M (x)=∑_(m=1)^M▒ νf_m (x)
donde ν es la tasa de aprendizaje que controla la
contribución de cada árbol. Support Vector
Machines (SVM): Busca el hiperplano óptimo
que maximiza el margen de separación entre
clases en un espacio de características de alta
dimensión. Artificial Neural Networks (ANN):
Perceptrón multicapa con capas ocultas
completamente conectadas que aplican
transformaciones afines seguidas de función de
activación ReLU:
h^((l))=ϕ(W^((l)) h^((l-1))+b^((l)))
La capa de salida utiliza función softmax para
estimar probabilidades de pertenencia a cada
clase. Se ejecutó RandomizedSearchCV
definiendo espacios de búsqueda específicos
para cada modelo, con validación cruzada
estratificada (k=5) y métrica de optimización
F1-macro. El modelo con mejor desempeño en
validación cruzada se seleccionó para
evaluación final en el conjunto de prueba
independiente.
La eficacia de los modelos se evaluó mediante:
➢ Accuracy: Proporción de predicciones
correctas
➢ Balanced Accuracy: Promedio de
sensibilidades por clase
➢ F1-macro: Media armónica entre precisión
y recall promediada por clase
➢ AUC-ROC OvR: Área bajo la curva ROC
en esquema one-vs-rest para clasificación
multiclase
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 922
Adicionalmente, se calculó la importancia de
variables mediante feature_importances_ para
modelos basados en árboles, y mediante
permutación para SVM y ANN.
Resultados y Discusión
Resultados para Parkinson (PPMI)
Los cinco modelos fueron entrenados y
evaluados sobre el dataset PPMI. La Tabla 1
presenta los resultados de desempeño en el
conjunto de prueba:
Tabla 1. Resultados de los modelos para el
dataset PPMI (Parkinson)
Modelo
Accuracy
Balanced
Accuracy
F1-
macro
AUC-
OvR
Decision
Tree
91.30%
0.837
0.846
0.957
Random
Forest
95.65%
0.899
0.927
0.993
Gradient
Boosting
96.52%
0.906
0.936
0.995
SVM
93.91%
0.871
0.889
0.982
ANN
94.78%
0.885
0.908
0.988
Fuente: Elaboración propia
El modelo Gradient Boosting Machine
demostró el mejor rendimiento global,
alcanzando una precisión del 96.52%, un F1-
macro de 0.936, una precisión equilibrada de
0.906 y un AUC de 0.995. Random Forest
obtuvo el segundo mejor desempeño con
95.65% de precisión. Decision Tree mostró el
rendimiento más bajo, lo cual es consistente con
su tendencia al sobreajuste cuando no se limita
su profundidad. El análisis de importancia de
variables para GBM reveló que las
características motoras (UPDRS3_SCORE,
NHY) y cognitivas (MOCA, SDMTOTAL)
fueron los predictores más relevantes, seguidos
de biomarcadores como URATE y factores
demográficos como edad. A continuación se
presentan los resultados para Alzheimer.
Resultados para Alzheimer (ADNI)
Los cinco modelos fueron entrenados y
evaluados sobre el dataset ADNI. La Tabla 2
presenta los resultados:
Tabla 2. Resultados de los modelos para el
dataset ADNI (Alzheimer)
Modelo
Accuracy
Balanced
Accuracy
F1-
macro
AUC-
OvR
Decision
Tree
84.47%
0.823
0.831
0.941
Random
Forest
88.35%
0.894
0.887
0.981
Gradient
Boosting
90.29%
0.911
0.900
0.987
SVM
87.38%
0.878
0.875
0.972
ANN
86.89%
0.867
0.869
0.976
Fuente: Elaboración propia
Gradient Boosting Machine nuevamente
demostró el mejor rendimiento, con una
precisión del 90.29%, F1-macro de 0.900,
precisión equilibrada de 0.911 y AUC de 0.987.
Random Forest obtuvo el segundo lugar con
88.35% de precisión. El análisis de importancia
reveló que las variables cognitivas (MMSE,
MOCA, CDRSB, ADAS13) y de memoria
(LDELTOTAL) fueron los predictores más
relevantes, seguidos de biomarcadores (TAU,
ABETA) y el cuestionario funcional (FAQ).
Las variables demográficas mostraron menor
importancia relativa.
Los resultados obtenidos demuestran que los
modelos de ensamble, particularmente Gradient
Boosting Machine, superan consistentemente a
modelos individuales en ambos datasets. Este
hallazgo es coherente con la literatura reciente
que reporta la superioridad de métodos de
ensamble en problemas de clasificación médica
(Bhattacharya et al., 2021; Breiman, 2001;
Chen & Guestrin, 2016). La mayor precisión
observada en el dataset PPMI (96.52%)
comparada con ADNI (90.29%) puede
atribuirse a varios factores: (i) la EP presenta
manifestaciones motoras más objetivamente
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 923
medibles (UPDRS3_SCORE, NHY) que
facilitan la discriminación diagnóstica; (ii) la
EA muestra mayor heterogeneidad clínica,
especialmente en la categoría MCI que puede
incluir subtipos variados; (iii) el solapamiento
sintomático entre CN y MCI temprano es más
sutil que entre controles y PD.
La importancia de variables motoras en
Parkinson coincide con estudios previos que
identifican UPDRS como predictor robusto
(Chen et al., 2016; Suarez-Revelo et al., 2021).
Para Alzheimer, la relevancia de variables
cognitivas (MMSE, MOCA) y de memoria
valida el rol central del deterioro cognitivo en la
progresión de la EA (Rathore et al., 2017; Liu
et al., 2018; Grassi et al., 2018; Lin et al., 2018).
Los biomarcadores (TAU, ABETA) mostraron
importancia significativa pero no dominante,
sugiriendo que la integración multimodal aporta
mayor valor que biomarcadores aislados (Zhang
et al., 2022; Sochocka et al., 2017). Los valores
de AUC superiores a 0.98 en ambos datasets
indican excelente capacidad discriminativa de
los modelos, comparable con estudios recientes
que utilizan aprendizaje profundo (Kavitha et
al., 2022; Marek et al., 2018; Myszczynska et
al., 2020). Sin embargo, los modelos propuestos
ofrecen ventajas de interpretabilidad mediante
análisis de importancia de variables, facilitando
la comprensión clínica de las decisiones
predictivas (Sarica et al., 2017). Las métricas de
balanced accuracy y F1-macro superiores a 0.90
demuestran robustez ante desbalance de clases,
aspecto crítico en datos clínicos donde las
categorías diagnósticas pueden tener
prevalencias dispares.
Conclusiones
Este estudio desarrolló y evaluó modelos
predictivos basados en minería de datos para el
diagnóstico diferencial de Alzheimer y
Parkinson, demostrando que la integración de
datos clínicos, cognitivos, funcionales y
biomarcadores mediante algoritmos de machine
learning permite alcanzar alta precisión
diagnóstica. Las principales conclusiones son:
➢ Gradient Boosting Machine demostró el
mejor rendimiento en ambos datasets,
alcanzando 96.52% de precisión para
Parkinson (PPMI) y 90.29% para
Alzheimer (ADNI), superando
consistentemente a otros algoritmos
evaluados.
➢ Los modelos de ensamble (Random Forest,
Gradient Boosting) superaron a modelos
individuales (Decision Tree, SVM, ANN),
confirmando el valor de combinar
múltiples predictores débiles para
problemas complejos de clasificación
médica.
➢ Las variables más relevantes difieren entre
patologías: en Parkinson dominan
características motoras
(UPDRS3_SCORE, NHY) y cognitivas
(MOCA), mientras que en Alzheimer
destacan pruebas cognitivas (MMSE,
MOCA, CDRSB) y de memoria
(LDELTOTAL).
➢ La integración multimodal de datos
demográficos, clínicos, cognitivos,
funcionales y biomarcadores aporta mayor
valor predictivo que el uso de variables
aisladas, validando el enfoque de medicina
de precisión.
➢ Los modelos desarrollados pueden servir
como herramientas de apoyo clínico no
invasivas, objetivas y escalables para
mejorar el diagnóstico temprano, la
estratificación de pacientes y el
seguimiento longitudinal en entornos
asistenciales.
➢ La metodología propuesta es reproducible
y aplicable a otros trastornos
neurodegenerativos, permitiendo extender
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 924
el enfoque a nuevas patologías conforme se
dispongan de datos estructurados.
Agradecimientos
Los autores agradecen a las iniciativas ADNI y
PPMI por proporcionar acceso a sus bases de
datos longitudinales, así como a todas las
instituciones participantes y pacientes que
contribuyeron a estos repositorios. Este trabajo
fue posible gracias al apoyo de [institución
financiadora] bajo el proyecto [número].
Referencias Bibliográficas
Bhattacharya, S., Salil, P., Ranjan, P., y Goel, S.
(2021). Deep learning and medical image
processing for early detection of Alzheimer's
disease. Neural Computing and
Applications, 33(21), 14249–14262.
Breiman, L. (2001). Random forests. Machine
Learning, 45(1), 5–32.
Chen, H., Wang, G., Ma, C., Cai, Z., Liu, W., y
Wang, S. (2016). An efficient hybrid kernel
extreme learning machine approach for early
diagnosis of Parkinson's disease.
Neurocomputing, 184, 131–144.
Chen, T., y Guestrin, C. (2016). XGBoost: A
scalable tree boosting system. In
Proceedings of the 22nd ACM SIGKDD
International Conference on Knowledge
Discovery and Data Mining (pp. 785–794).
Choi, H., Ha, S., Im, H., Paek, S., y Lee, D.
(2017). Refining diagnosis of Parkinson's
disease with deep learning-based
interpretation of dopamine transporter
imaging. NeuroImage: Clinical, 16, 586–
594.
Grassi, M., Perna, G., Caldirola, D., Schruers,
K., Duara, R., y Loewenstein, D. (2018). A
clinically-translatable machine learning
algorithm for the prediction of Alzheimer's
disease conversion in individuals with mild
and premild cognitive impairment. Journal
of Alzheimer's Disease, 61(4), 1555–1573.
Jack, C., Bernstein, M., Fox, N., Thompson, P.,
Alexander, G., y Harvey, D. (2008). The
Alzheimer's disease neuroimaging initiative
(ADNI): MRI methods. Journal of Magnetic
Resonance Imaging, 27(4), 685–691.
Kavitha, C., Mani, V., Srividhya, S., Khalaf, O.,
y Tavera, C. (2022). Early-stage Alzheimer's
disease prediction using machine learning
models. Frontiers in Public Health, 10,
853294.
Lin, W., Tong, T., Gao, Q., Guo, D., Du, X., y
Yang, Y. (2018). Convolutional neural
networks-based MRI image analysis for the
Alzheimer's disease prediction from mild
cognitive impairment. Frontiers in
Neuroscience, 12, 777.
Liu, M., Zhang, J., Adeli, E., y Shen, D. (2018).
Landmark-based deep multi-instance
learning for brain disease diagnosis. Medical
Image Analysis, 43, 157–168.
Marek, K., Chowdhury, S., Siderowf, A.,
Lasch, S., y Coffey, C. (2018). The
Parkinson's progression markers initiative
(PPMI): Establishing a PD biomarker cohort.
Annals of Clinical and Translational
Neurology, 5(12), 1460–1477.
Marek, K., Jennings, D., Lasch, S., Siderowf,
A., Tanner, C., y Simuni, T. (2011). The
Parkinson progression marker initiative
(PPMI). Progress in Neurobiology, 95(4),
629–635.
Myszczynska, M., Ojamies, P., Lacoste, A.,
Neil, D., Saffari, A., y Mead, R. (2020).
Applications of machine learning to
diagnosis and treatment of
neurodegenerative diseases. Nature Reviews
Neurology, 16(8), 440–456.
Rathore, S., Habes, M., Iftikhar, M., Shacklett,
A., y Davatzikos, C. (2017). A review on
neuroimaging-based classification studies
and associated feature extraction methods
for Alzheimer's disease and its prodromal
stages. NeuroImage, 155, 530–548.
Sarica, A., Cerasa, A., y Quattrone, A. (2017).
Random forest algorithm for the
classification of neuroimaging data in
Alzheimer's disease: A systematic review.
Frontiers in Aging Neuroscience, 9, 329.
Sharma, N., Kolekar, M., y Jha, K. (2023).
Alzheimer's disease prediction using
machine learning and deep learning: A
comprehensive review. Electronics, 12(7),
1723.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.1
Edición Especial I 2026
Página 925
Sochocka, M., Zwolińska, K., y Leszek, J.
(2017). The infectious etiology of
Alzheimer's disease. Current
Neuropharmacology, 15(7), 996–1009.
Suarez-Revelo, J., Ochoa-Gomez, J., y Tobón,
C. (2021). Quantum machine learning for
early Parkinson's disease detection. Applied
Sciences, 11(19), 9345.
Tanveer, M., Richhariya, B., Khan, R., Rashid,
A., Khanna, P., Prasad, M., y Lin, C. (2020).
Machine learning techniques for the
diagnosis of Alzheimer's disease: A review.
ACM Transactions on Multimedia
Computing, Communications, and
Applications, 16(1s), 1–35.
World Health Organization. (2023). Dementia:
Key facts. WHO Global Report on
Dementia. WHO Press.
Zhang, L., Wang, Y., Liu, Y., Wang, T., Zhang,
Q., y Shi, H. (2022). Multi-omics integration
analysis identifies novel genes for
Parkinson's disease. Frontiers in Genetics,
13, 865208.
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Mercedes Carolina
García Caiza yJosé Renato Cumbal Simba.
