🤖 Modelo ML · IA en Salud

Predictor de Volemia
para Aféresis CPH

GradientBoosting · v5.1 · Desarrollado en UANL · Monterrey, México

🧬 Células Progenitoras CD34+ ✅ Modelo v5.1 activo 📊 n=140 pacientes 🏥 Optia · Kit IDL
Modelo de machine learning que estima el número de volemias necesarias para alcanzar una cosecha eficiente de 5–10 millones de células CD34+ en el receptor del trasplante alogénico. Desarrollado bajo un proceso sistemático y controlado con altos estándares de calidad, diseñado específicamente para el separador celular Optia · Kit IDL en trasplantes alogénicos de adultos.

Métricas del Modelo

0.852
R² · Coeficiente de determinación
0.266
MAE · Error absoluto medio
140
Pacientes en dataset de entrenamiento
v5.1
Versión actual · GradientBoosting

Especificaciones Técnicas

Algoritmo
GradientBoosting Regressor
Variable objetivo
Número de volemias procesadas
Separador celular
Optia Spectra · Kit IDL
Población
Adultos ≥18 años · Alogénico
CD34+ objetivo
10–150 /µL · Meta 5-10×10⁶/kg
Peso receptor
40–123 kg · Rango validado
Última actualización
Abril 2026
Plataforma
Streamlit · Python · Scikit-learn

Aplicación — Predictor Interactivo

🤖 Predictor de Volemias · Aféresis CPH v5.1 · LIVE
Abrir en nueva pestaña ↗

Áreas Temáticas

Machine Learning GradientBoosting Aféresis CPH Células CD34+ Trasplante Alogénico Python · Scikit-learn Streamlit Predicción Clínica cGMP · Control de Calidad

¿Quieres colaborar o conocer más sobre el modelo?

✉️ Contactar →