Supervised Machine Learning Methods for Seasonal Influenza Diagnosis

Artículo académico que propone el uso de aprendizaje automático para diferenciar clínicamente entre pacientes con influenza positivos y negativos en México, considerando síntomas y características demográficas. Con una muestra de 15,480 registros (2010-2020), se evaluaron varios clasificadores, destacando bosque aleatorio y bagging como los más efectivos. Los resultados sugieren que estos métodos pueden apoyar el diagnóstico clínico, especialmente en contextos donde las pruebas moleculares no son factibles.