Introducción: En este estudio hemos analizado los datos de los pacientes del PDPCCR del área de la Tramuntana (Islas Baleares-España) utilizando análisis de big data, para intentar conseguir un modelo predictivo de riesgo para hallar lesiones endoscópicas significativas, así como valorar los posibles factores de riesgo y protectores de nuestra muestra.

Métodos: Se han usado tres modelos de clasificación de aprendizaje supervisado: k-neighbours, trees y random forest. El modelo que ofrece un mejor resultado es el de la aplicación de Random Forest con una precisión del 71%, aunque no permite clasificar a un paciente en el grupo de hallazgos graves con una precisión aceptable, clasifica con una precisión aceptable cuando un caso es no grave Otro de los objetivos del estudio es el análisis de cómo puede haber influido diferentes patologías y la medicación que ha estado tomado el paciente respecto a los hallazgos endoscópicos. Esta influencia se ha medido mediante el peso de las variables en la clasificación en el método de

Resultados: Random Forest. Al tener un peso importante en la clasificación de los resultados de predicción de pertenecer al grupo no grave (grupo negativo) se deriva que esta medicación puede tener una efecto protector para el CCR, por el contrario si presenta un peso importante en la clasificación de los resultados de predicción de pertenecer al grupo grave (grupo positivo) se deriva que dicho factor sería de riesgo para ese hallazgo. Tras realizar dicho análisis nuestra serie mostró que los medicamentos de la familia de las estatinas, los AINE, la metformina y el ácido acetilsalicílico (AAS) tendrían un efecto protector del cáncer de colon en nuestra muestra; mientras que la edad, el sexo, la hipertensión arterial, la obesidad y la diabetes serían variables de riesgo en nuestra serie. Dichos hallazgos son acordes a los encontrados en otros estudios.

Conclusiones: En general, son positivas, teniendo en cuenta que el volumen de datos del que se parte es pequeño para un estudio de estas características, que ha conseguido replicar los hallazgos respecto a los factores asociados descritos en otros estudios, y que servirá de base para futuros estudios en los que se puedan obtener modelos con mejor precisión, añadiendo más datos y otras variables. El conseguir modelos con mejor precisión nos permitiría priorizar las listas de espera, para detectar y tratar más precozmente las patologías de mayor gravedad lo que tendría como consecuencia una mayor eficacia de los programas de cribado de CCR, siendo este aspecto es de especial importancia en el contexto actual de pandemia por el SARS-CoV-2.