El presente trabajo se basa en el análisis de los clasificadores supervisados que puedan generar resultados aceptables para la predicción de la muerte y sobrevida materna, según características de pacientes complicadas durante su gestación, determinadas por los expertos salubristas. Muestra la problemática del tema, la justificación de la investigación y porque el alto índice de mortalidad materna en el país tiene una gran significancia en el nivel de desarrollo y la vulneración de los derechos humanos. Se describe la metodología del desarrollo, la descripción de la muestra y sus características además los instrumentos utilizados para el procesamiento de los datos. Luego los resultados de la investigación, y la conclusión a la que se llega después de la evaluación de cada clasificador y entre ellos el que mejores resultados arroja. Los histogramas acerca de cada atributo de las pacientes, y su inclusión en la muestra. Muestra también el parámetro determinante para su correcta clasificación. Además de los resultados comparativos entre cada tipo de clasificador dentro de la familia a la que pertenece. Al final se propone después de identificado el clasificador, implementar en R Project, el algoritmo de Naive-Bayes con estimador de Núcleo activado (KERNEL=TRUE), para su implementación en el sistema sanitario contribuyendo a la toma de decisiones certera y respaldada para los profesionales de la salud. En conclusión se encontró un clasificador supervisado que responde positivamente a dar cambio y mejora de la problemática que abarca a la sobrevida materna a pesar de sus complicaciones.

***

This paperis based onanalysis ofsupervised classifiersthat can generateacceptable resultsfor the predictionof death andmaternalsurvival, according to characteristics ofcomplicatedpatientsduringpregnancy, expertsidentified byhealth professionals. Displaysthe problematicissueofthe justificationof the investigationand thatthe high rate ofmaternal mortalityin the countryhas a greatsignificanceinthe level ofdevelopment andhuman rightsviolations. We describe thedevelopment methodology, the descriptionof the samplecharacteristicsandalso theinstruments usedfordataprocessing. Thenthe resultsof the investigationandtheconclusionare reached afterevaluating eachclassifierand amongthebest performingthrows. The histogramson each attributeof thepatients, and their inclusion inthe sample. It also shows theparameter forcorrect classification. Besidesyoucomparativeresultsbetween eachtype ofclassifierwithin the familyto which it belongs. In the endit is proposedafterthe classifieridentified, implemented inrprojectalgorithmnaive-bayes withkernelestimatoron (kernel =true), for implementationin the health systemcontributing todecision makingaccurateand supportedforhealth professionals. In conclusionwe found asupervisedclassifierwhich responds positively tomaking changeandimproving theproblematiccoveringmaternal survivaldespiteits complications.