Librerias y funciones utilizadas

Librería	Motivo de la adición
knitr	Crea reportes dinámicos combinando código y resultados
readxl	Lee archivos Excel
skimr	Proporciona resúmenes rápidos de datasets
dplyr	Facilita la manipulación de datos
DT	Crea tablas interactivas para explorar datos
ggplot2	Genera gráficos avanzados y personalizables
gridExtra	Organiza múltiples gráficos en una sola página
tidyr	Trata valores perdidos
reshape2	Reorganiza el dataframe
stats	Realiza análisis estadísticos
corrplot	Visualiza la matriz de correlación entre variables numéricas
caret	Para la creación y evaluación de modelos de aprendizaje automático en R.
pROC	Proporciona herramientas para la evaluación y visualización de modelos de clasificación mediante la curva ROC y el cálculo del área bajo la curva (AUC).
kableExtra	Mejora y embellece las tablas generadas con kable() del paquete knitr.
survival	Realizar análisis de supervivencia, como el cálculo de curvas de Kaplan-Meier, la estimación de modelos de riesgos proporcionales de Cox, entre otros.
survminer	Mejora la visualización de los resultados obtenidos con el paquete survival.
lubridate	Facilita la manipulación y el análisis de fechas y horas.
purrr	Itera de forma elegante y funcional sobre listas o vectores en R, evitando bucles for.
plotly	Crea gráficos interactivos en R.
MASS	Proporciona funciones y métodos estadísticos avanzados, incluyendo herramientas para regresión, análisis discriminante y selección de modelos.
ResourceSelection	Se usa principalmente para la prueba de Hosmer-Lemeshow, que evalúa la bondad de ajuste de modelos de regresión logística, comparando las probabilidades predichas con las observadas en grupos.
ROSE	Balancea conjuntos de datos desbalanceados.
htmltools	Inserta saltos de línea al renderizar un archivo HTML.
nnet	Crea redes neuronales simples.
e1071	Contiene herramientas para máquinas de vectores de soporte (SVM)
rpart	Crea árboles de decisión.
shiny	Crea aplicaciones web interactivas con R.
shinyjs	Añade funciones de JavaScript fácilmente en Shiny.
shinyWidgets	Agrega controles más bonitos y avanzados a tu app Shiny.
bslib	Sirve para personalizar el diseño y tema (colores, tipografía) de tu app Shiny.

A continuación podrá ver todas y cada unas de las funciones utilizadas para el estudio que se ha llevado a cabo.

Analizar tipo de variable

Código

analizar_variables <- function(data, variables_interes) {
  
  # Crear listas vacías para almacenar variables según condición
  vars_numericas <- list()
  vars_categoricas <- list()
  
  # Iterar sobre cada variable en la lista de interés
  for (variable in variables_interes) {
    
    # Verificar si la variable existe en el dataset
    if (!(variable %in% colnames(data))) {
      message(paste("⚠️ Advertencia: La variable", variable, "no está en el dataset."))
      next  # Pasar a la siguiente variable
    }
    
    # Si la variable es numérica, agregarla a la lista de numéricas
    if (is.numeric(data[[variable]])) {
      vars_numericas[[variable]] <- data[[variable]]
    }
    
    # Si la variable es categórica (factor o character), agregarla a la lista de categóricas
    if (is.character(data[[variable]]) || is.factor(data[[variable]])) {
      vars_categoricas[[variable]] <- as.factor(data[[variable]])  # Convertir a factor si es character
    }
  }
  
  # Devolver ambas listas en un solo objeto
  return(list(Numericas = vars_numericas, Categoricas = vars_categoricas))
}

Análisis estadístico general de variables numéricas

Código

# Función para analizar múltiples variables en un dataset
analizar_variables_df <- function(data, variables) {
  
  # Verificar que las variables existan en el dataset
  variables_existentes <- variables[variables %in% colnames(data)]
  
  if (length(variables_existentes) == 0) {
    stop("Ninguna de las variables especificadas está en el dataset.")
  }
  
  # Lista para almacenar los resultados
  resultados_list <- list()
  
  # Iterar sobre cada variable
  for (variable in variables_existentes) {
    
      # Extraer estadísticas
      resumen <- summary(data[[variable]], na.rm = TRUE)
      
      # Crear DataFrame con estadísticas
      df_resumen <- data.frame(
        Variable = variable,
        Min = as.numeric(resumen[1]),  
        Q1 = as.numeric(resumen[2]),
        Mediana = as.numeric(resumen[3]),
        Media = mean(data[[variable]], na.rm = TRUE),
        Q3 = as.numeric(resumen[5]),
        Max = as.numeric(resumen[6]),
        Varianza = var(data[[variable]], na.rm = TRUE),
        Desviacion = sd(data[[variable]], na.rm = TRUE)
      )
    
    # Agregar resultados a la lista
    resultados_list[[variable]] <- df_resumen
  }
  
  # Unir todos los resultados en un único dataframe
  resultados_final <- bind_rows(resultados_list)
  
  return(resultados_final)  # Devolver DataFrame final
}

Análisis estadístico general de variables categóricas

Código

# Función para analizar variables categóricas en un dataset y devolver un datatable interactivo
analizar_variables_categoricas <- function(data, variables) {
  
  # Verificar que las variables existan en el dataset
  variables_existentes <- variables[variables %in% colnames(data)]
  
  if (length(variables_existentes) == 0) {
    stop("Ninguna de las variables especificadas está en el dataset.")
  }
  
  # Lista para almacenar los resultados
  resultados_list <- list()
  
  # Iterar sobre cada variable categórica
  for (variable in variables_existentes) {
    
    if (is.factor(data[[variable]]) | is.character(data[[variable]])) {
      # 📊 Si es variable categórica (factor o carácter)
      
      # Frecuencia absoluta de las categorías
      freq_abs <- table(data[[variable]], useNA = "ifany")
      
      # Frecuencia relativa
      freq_rel <- prop.table(freq_abs) * 100
      
      # Moda (categoría más frecuente)
      moda <- names(freq_abs)[which.max(freq_abs)]
      
      # Número de categorías distintas
      n_categorias <- length(freq_abs)
      
      # Crear DataFrame con estadísticas categóricas
      df_resumen <- data.frame(
        Variable = variable,
        `Número de Categorías` = n_categorias,
        `Moda` = moda,
        `Frecuencia Absoluta` = paste(names(freq_abs), ":", freq_abs, collapse = ", "),
        `Frecuencia Relativa (%)` = paste(names(freq_rel), ":", round(freq_rel, 2), collapse = ", ")
      )
    } else {
      next  # Si la variable no es categórica, se omite
    }
    
    # Agregar resultados a la lista
    resultados_list[[variable]] <- df_resumen
  }
  
  # Unir todos los resultados en un único dataframe
  resultados_final <- bind_rows(resultados_list)
  
  # Devolver el resultado como un datatable interactivo
  library(DT)
  return(datatable(resultados_final, options = list(pageLength = 3)))
}

Resultados visuales de cualquier variable

Código

visualizar_variable <- function(data, variable) {
  var_data <- data[[variable]]
  
  if (is.numeric(var_data)) {
    
    # Histograma
    fig1 <- plot_ly(
      x = var_data, type = 'histogram',
      marker = list(
        color = '#00AEDA',
        line = list(color = '#002859', width = 2)
      ),
      autobinx = FALSE,
      xbins = list(
        start = floor(min(var_data, na.rm = TRUE)),
        end = ceiling(max(var_data, na.rm = TRUE)),
        size = 1
      )
    ) %>%
      layout(
        xaxis = list(title = "Valor"),
        yaxis = list(title = "Frecuencia")
      )
    
    # Boxplot
    fig2 <- plot_ly(
      y = var_data, type = 'box',
      fillcolor = '#00AEDA',
      line = list(color = '#002859')
    ) %>%
      layout(
        yaxis = list(title = "Valor")
      )
    
    # Mostrar uno debajo del otro
    subplot(fig1, fig2, nrows = 2, margin = 0.1, titleX = TRUE, titleY = TRUE)
    
  } else {
    # Si es categórica
    freq_table <- table(var_data)
    x <- names(freq_table)
    y <- as.numeric(freq_table)
    text <- as.character(y)
    
    data_plot <- data.frame(x, y, text)
    
    fig <- plot_ly(
      data_plot,
      x = ~x, y = ~y, type = 'bar',
      text = ~text, textposition = 'auto',
      marker = list(
        color = '#00AEDA',
        line = list(color = '#002859', width = 1.5)
      )
    ) %>%
      layout(
        xaxis = list(title = "Categoría"),
        yaxis = list(title = "Frecuencia")
      )
    
    fig
  }
}

Detectar valores perdidos, imputarlos y detectar valores atípicos

Código

procesar_datos <- function(data, variables_interes) {
  # Eliminar valores NA
  data <- na.omit(data)

  # Eliminar filas con "Desconocido" en cualquier variable
  data <- data %>% filter(if_all(everything(), ~ . != "Desconocido"))

  # Eliminar valores específicos no válidos
  if ("EDAD_DIAGNOSTICO" %in% colnames(data)) {
    data <- data %>% filter(EDAD_DIAGNOSTICO != 999)
  }
  if ("Nx" %in% colnames(data)) {
    data <- data %>% filter(Nx != 999)
  }
  if ("TAMAÑO" %in% colnames(data)) {
    data <- data %>% filter(TAMAÑO != 999)
  }

  # Imputación de valores perdidos
  for (var in variables_interes) {
    if (var %in% colnames(data)) {
      if (is.numeric(data[[var]])) {
        data[[var]][is.na(data[[var]])] <- mean(data[[var]], na.rm = TRUE)
      } else if (is.factor(data[[var]]) || is.character(data[[var]])) {
        moda <- names(which.max(table(data[[var]])))
        data[[var]][is.na(data[[var]])] <- moda
      }
    }
  }

  # Detección y eliminación de valores atípicos
  for (var in variables_interes) {
    if (var %in% colnames(data) && is.numeric(data[[var]])) {
      Q1 <- quantile(data[[var]], 0.25, na.rm = TRUE)
      Q3 <- quantile(data[[var]], 0.75, na.rm = TRUE)
      IQR <- Q3 - Q1
      limite_inferior <- Q1 - 1.5 * IQR
      limite_superior <- Q3 + 1.5 * IQR
      data <- data %>% filter(data[[var]] >= limite_inferior & data[[var]] <= limite_superior)
    }
  }
  library(dplyr)
  # Seleccionar solo las variables de interés
  data <- dplyr::select(data, dplyr::all_of(variables_interes))


  # Eliminar niveles no utilizados en factores
  data <- droplevels(data)

  return(data)
}

Categorizar y recodificar las variables para estratificar adecuadamente

Código

# Función para preprocesar el dataset
preprocesar_datos <- function(data) {
  
  # Verificar si las columnas existen antes de modificarlas
  if ("GRADO" %in% colnames(data)) {
    data <- data %>%
      mutate(GRADO_CAT = case_when(
        GRADO %in% c(1, 2) ~ "1/2",
        GRADO == 3 ~ "3",
        TRUE ~ NA_character_
      )) %>%
      mutate(GRADO_CAT = as.factor(GRADO_CAT))
  }
  
  if ("HISTOLOGIA" %in% colnames(data)) {
    data <- data %>%
      mutate(HISTOLOGIA_CAT = case_when(
        HISTOLOGIA == "DUCTAL" ~ "DUCTAL",
        TRUE ~ "NO DUCTAL"
      )) %>%
      mutate(HISTOLOGIA_CAT = as.factor(HISTOLOGIA_CAT))
  }
  
  if ("Ki67" %in% colnames(data)) {
    data <- data %>%
      mutate(Ki67_CAT = case_when(
        Ki67 <= 14 ~ "<=14",
        Ki67 > 14 ~ ">14",
        TRUE ~ NA_character_
      )) %>%
      mutate(Ki67_CAT = as.factor(Ki67_CAT))
  }
  
  if ("FENOTIPO_IHQ" %in% colnames(data)) {
    data <- data %>%
      mutate(FENOTIPO_IHQ_CAT = case_when(
        FENOTIPO_IHQ %in% c("LUMINAL A", "LUMINAL B") ~ "LUMINAL",
        FENOTIPO_IHQ %in% c("LUMINAL-HER2", "HER2") ~ "HER2",
        TRUE ~ "TRIPLE NEGATIVO"
      )) %>%
      mutate(FENOTIPO_IHQ_CAT = as.factor(FENOTIPO_IHQ_CAT))
  }
  
  if ("ESTADIO" %in% colnames(data)) {
    data <- data %>%
      mutate(ESTADIO_CAT = case_when(
        ESTADIO %in% c("I", "IA", "IB") ~ "I",
        ESTADIO %in% c("II", "IIA", "IIB") ~ "II",
        ESTADIO %in% c("III", "IIIA", "IIIB", "IIIC") ~ "III",
        TRUE ~ NA_character_
      )) %>%
      mutate(ESTADIO_CAT = as.factor(ESTADIO_CAT))
  }
  
  if ("TIPO_QT_NEOADY_OK" %in% colnames(data)) {
    data <- data %>%
      mutate(QT_CAT = case_when(
        TIPO_QT_NEOADY_OK %in% c("ANTRACICLINAS", "ANTRACICLINAS-TAXANOS", "ANTRACICLINAS-TAXANOS-PLATINOS", "TAXANOS") ~ "NO antiHER2",
        TIPO_QT_NEOADY_OK %in% c("QUIMIOTERAPIA-ANTIHER2", "QUIMIOTERAPIA-ANTIHER2DOBLE") ~ "antiHER2",
        TIPO_QT_NEOADY_OK %in% c("QUIMIOTERAPIA-ANTIHER2-INMUNOTERAPIA", "QUIMIOTERAPIA-INMUNOTERAPIA") ~ "INMUNO",
        TRUE ~ NA_character_
      )) %>%
      mutate(QT_CAT = as.factor(QT_CAT))
  }
  
  if ("No_ANTIBIOTICOS" %in% colnames(data)) {
    data <- data %>%
      mutate(No_ANTIBIOTICOS_CAT = case_when(
        No_ANTIBIOTICOS == 1 ~ "Una vez",
        No_ANTIBIOTICOS >= 2 ~ "Dos veces o más",
        TRUE ~ NA_character_
      )) %>%
      mutate(No_ANTIBIOTICOS_CAT = as.factor(No_ANTIBIOTICOS_CAT))
  }
  
  if ("RCB" %in% colnames(data)) {
    data <- data %>%
      mutate(RCP = case_when(
        RCB %in% c("RCB-0", "RCB-I") ~ "SI",
        RCB %in% c("RCB-II", "RCB-III") ~ "NO",
        TRUE ~ NA_character_
      )) %>%
      mutate(RCP = as.factor(RCP))
  }
  
  return(data)
}

Analizar asociación/correlación entre variable evento y otra

Código

detectar_asociacion <- function(data, evento, variable) {
  resultados <- character()
  grafico <- NULL
  
  resultados <- c(resultados, paste("Analizando relación entre", evento, "y", variable))

  data <- data %>% mutate(across(all_of(evento), as.factor))

  if (is.numeric(data[[variable]])) {
    resultados <- c(resultados, "(Variable numérica)")
    
    normalidad <- shapiro.test(data[[variable]])
    es_normal <- normalidad$p.value > 0.05
    resultados <- c(resultados, paste("Shapiro-Wilk p-value:", round(normalidad$p.value, 4)))
    
    if (length(levels(data[[evento]])) == 2 && es_normal) {
      t_test <- t.test(data[[variable]] ~ data[[evento]])
      resultados <- c(resultados, paste("Test t de Student p-value:", round(t_test$p.value, 4)))
      conclusion <- ifelse(t_test$p.value < 0.05, "Existe asociación estadística entre las variables.",
                                                    "No existe asociación estadística entre las variables.")
    } else {
      metodo <- ifelse(es_normal, "pearson", "spearman")
      test <- cor.test(data[[variable]], as.numeric(as.factor(data[[evento]])), method = metodo)
      resultados <- c(resultados, paste("Correlación", metodo, "p-value:", round(test$p.value, 4)))
      conclusion <- ifelse(test$p.value < 0.05, "Existe asociación estadística entre las variables.",
                                                  "No existe asociación estadística entre las variables.")
    }
    
    resultados <- c(resultados, conclusion)
    
    grafico <- plot_ly(data, x = ~.data[[evento]], y = ~.data[[variable]], type = "box",
                       boxpoints = "all", jitter = 0.3,
                       marker = list(color = "#00AEDA"),
                       line = list(color = "#002859")) %>%
               layout(title = paste("Distribución de", variable, "por", evento),
                      xaxis = list(title = evento),
                      yaxis = list(title = variable))

  } else if (is.factor(data[[variable]]) || is.character(data[[variable]])) {
    resultados <- c(resultados, "(Variable categórica)")
    
    data <- data %>%
      mutate(across(c(all_of(evento), all_of(variable)), as.factor))
    
    tabla <- table(data[[evento]], data[[variable]])
    
    if (any(tabla < 5)) {
      test <- fisher.test(tabla, simulate.p.value = TRUE)
      resultados <- c(resultados, paste("Test de Fisher p-value:", round(test$p.value, 4)))
    } else {
      test <- chisq.test(tabla)
      resultados <- c(resultados, paste("Test Chi-cuadrado p-value:", round(test$p.value, 4)))
    }
    
    conclusion <- ifelse(test$p.value < 0.05, "Existe asociación estadística entre las variables.",
                                              "No existe asociación estadística entre las variables.")
    resultados <- c(resultados, conclusion)

    df_tabla <- as.data.frame(tabla)
    names(df_tabla) <- c("Evento", "Variable", "Frecuencia")
    
    grafico <- plot_ly(
      data = df_tabla,
      x = ~Variable,
      y = ~Evento,
      z = ~Frecuencia,
      type = "heatmap",
      colors = c("#ffffff", "#00AEDA"),
      showscale = TRUE
    ) %>%
    layout(title = paste("Mapa de calor entre", evento, "y", variable),
           xaxis = list(title = variable),
           yaxis = list(title = evento))
  }

  list(texto = resultados, grafico = grafico)
}

Evaluar modelo logístico

Código

evaluar_modelo <- function(modelo, datos_validacion, variable_respuesta) {
  library(pROC)
  library(ggplot2)
  library(ResourceSelection)  # Para la prueba de Hosmer-Lemeshow (opcional)

  # Obtener las variables que necesita el modelo
  vars_modelo <- all.vars(formula(modelo))[-1]

  # Asegurar que los niveles de factores coincidan
  datos_validacion_filtrados <- datos_validacion[, c(variable_respuesta, vars_modelo)]

  for (var in vars_modelo) {
    if (is.factor(model.frame(modelo)[[var]])) {
      datos_validacion_filtrados[[var]] <- factor(
        datos_validacion_filtrados[[var]],
        levels = levels(model.frame(modelo)[[var]])
      )
    }
  }

  # Predicciones
  probs <- predict(modelo, newdata = datos_validacion_filtrados, type = "response")
  obs <- datos_validacion_filtrados[[variable_respuesta]]

  # CURVA ROC
  roc_obj <- roc(obs, probs)
  plot(roc_obj, main = paste("Curva ROC - AUC:", round(auc(roc_obj), 3)), col = "#00AEDA", lwd = 2)

  # CALIBRACIÓN
  df_cal <- data.frame(obs = as.numeric(obs == "SI"), pred = probs)
  df_cal$pred_bin <- cut(df_cal$pred, breaks = seq(0, 1, by = 0.1), include.lowest = TRUE)
  cal_plot <- aggregate(obs ~ pred_bin, data = df_cal, mean)
  cal_plot$pred_mean <- aggregate(pred ~ pred_bin, data = df_cal, mean)$pred

  ggplot(cal_plot, aes(x = pred_mean, y = obs)) +
    geom_line(color = "#00AEDA", linewidth = 1.5) +
    geom_abline(slope = 1, intercept = 0, linetype = "dashed", color = "#002859") +
    labs(
         x = "Probabilidad predicha",
         y = "Proporción observada") +
    theme_minimal()
}

Presentar matriz de confusión

Código

confusion_matrix_plot <- function(modelo, data, evento, threshold = 0.5) {
  library(ggplot2)
  library(dplyr)
  # Predecir probabilidades y clasificar según umbral
  prob_pred <- predict(modelo, newdata = data, type = "response")
  pred_clase <- ifelse(prob_pred >= threshold, 1, 0)
  
  # Variable real (convertir si es necesario)
  real <- data[[evento]]
  if (!all(real %in% c(0, 1))) {
    real <- as.numeric(as.factor(real)) - 1
  }
  
  # Crear data frame con real y predicho
  df_cm <- data.frame(Real = factor(real, levels = c(1, 0)),
                      Predicho = factor(pred_clase, levels = c(1, 0)))
  
  # Contar combinaciones
  cm_table <- df_cm %>%
    count(Real, Predicho)
  
  # Graficar con ggplot2
  ggplot(cm_table, aes(x = Real, y = Predicho)) +
    geom_tile(aes(fill = n), color = "#002859", linewidth = 1) +
    geom_text(aes(label = n), color = "white", size = 6) +
    scale_fill_gradient(low = "#00AEDA", high = "#00AEDA") +
    labs(title = "Matriz de Confusión",
         x = "Valor Real", y = "Valor Predicho") +
    theme_minimal() +
    theme(legend.position = "none",
          plot.title = element_text(hjust = 0.5, face = "bold"),
          axis.title = element_text(face = "bold"))
}

Preparar los datos para supervivencia

Código

preparar_datos_supervivencia <- function(data) {
  data %>%
    mutate(
      FECHA_INICIO_QT = as.Date(FECHA_INICIO_QT),
      FECHA_ULTIMO_CONTROL = as.Date(FECHA_ULTIMO_CONTROL),
      tiempo_sg = as.numeric(difftime(FECHA_ULTIMO_CONTROL, FECHA_INICIO_QT, units = "days")) / 30.44, # en meses
      estado_SG = ifelse(data[["ESTADO_ULTIMO_CONTROL"]] == "MCE", 1, 0),
      ab = factor(ANTIBIOTICO),
      subtipo = factor(FENOTIPO_IHQ_CAT)
    ) %>%
    filter(!is.na(tiempo_sg) & tiempo_sg >= 0)
}

Realizar el análisis de supervivencia

Código

analisis_supervivencia <- function(data) {
  necesarias <- c("tiempo_sg", "estado_SG", "ab", "subtipo")
  faltantes <- necesarias[!necesarias %in% names(data)]
  if (length(faltantes) > 0) stop(paste("Faltan variables necesarias:", paste(faltantes, collapse = ", ")))

  data <- data %>% drop_na(tiempo_sg, estado_SG, ab, subtipo)

  # Supervivencia global
  km_total <- survfit(Surv(tiempo_sg, estado_SG) ~ 1, data = data)
  g1 <- ggsurvplot(km_total, data = data, title = "Supervivencia Global", xlab = "Meses", ylab = "Prob. de supervivencia")

  # Subtipos moleculares
  km_subtipo <- survfit(Surv(tiempo_sg, estado_SG) ~ subtipo, data = data)
  g2 <- ggsurvplot(km_subtipo, data = data, pval = TRUE, legend.title = "Subtipo", title = "SG por subtipo tumoral")

  # Uso de antibióticos
  km_ab <- survfit(Surv(tiempo_sg, estado_SG) ~ ab, data = data)
  g3 <- ggsurvplot(km_ab, data = data, pval = TRUE, legend.title = "Antibióticos", title = "SG por uso de antibióticos")

  # Por subtipo y antibióticos
  g4_list <- list()
  for (tipo in levels(data$subtipo)) {
    subdata <- data %>% filter(subtipo == tipo)
    if (nrow(subdata) >= 10 && length(unique(subdata$ab)) > 1) {
      fit_sub <- survfit(Surv(tiempo_sg, estado_SG) ~ ab, data = subdata)
      g4_list[[tipo]] <- ggsurvplot(fit_sub, data = subdata, pval = TRUE,
                                    title = paste("SG por AB en subtipo:", tipo),
                                    legend.title = "Antibióticos")
    }
  }

  return(list(
    global = g1,
    por_subtipo = g2,
    por_ab = g3,
    por_subtipo_y_ab = g4_list
  ))
}

Repeated Hold Out

Código

evaluar_modelo_holdout <- function(data, modelo_inicial, 
                                   n_iteraciones, 
                                   prop_entrenamiento, 
                                   umbral = 0.5, 
                                   mostrar_roc = TRUE, 
                                   mostrar_tabla = TRUE) {
  library(caret)
  library(pROC)
  library(plotly)
  library(kableExtra)
  
  niveles <- levels(data$RCP)
  
  # Vectores para guardar métricas
  accs_entrenamiento <- c()
  accs_test <- c()
  sensibilidades <- c()
  especificidades <- c()
  f1s <- c()
  aucs <- c()
  
  confusion_final <- NULL
  auc_final <- NULL
  
  for (i in 1:n_iteraciones) {
    set.seed(100 + i)
    idx <- createDataPartition(data$RCP, p = prop_entrenamiento, list = FALSE)
    train <- data[idx, ]
    test <- data[-idx, ]
    
    modelo <- update(modelo_inicial, data = train)
    
    # Entrenamiento
    pred_ent <- predict(modelo, train, type = "response")
    pred_ent_class <- factor(ifelse(pred_ent >= umbral, "SI", "NO"), levels = niveles)
    real_ent <- factor(train$RCP, levels = niveles)
    cm_ent <- confusionMatrix(pred_ent_class, real_ent)
    accs_entrenamiento[i] <- cm_ent$overall["Accuracy"]
    
    # Test
    pred_test <- predict(modelo, test, type = "response")
    pred_test_class <- factor(ifelse(pred_test >= umbral, "SI", "NO"), levels = niveles)
    real_test <- factor(test$RCP, levels = niveles)
    cm_test <- confusionMatrix(pred_test_class, real_test)
    
    accs_test[i] <- cm_test$overall["Accuracy"]
    sensibilidades[i] <- cm_test$byClass["Sensitivity"]
    especificidades[i] <- cm_test$byClass["Specificity"]
    f1s[i] <- cm_test$byClass["F1"]
    
    roc_obj <- roc(real_test, pred_test, quiet = TRUE)
    aucs[i] <- roc_obj$auc
    
    if (i == n_iteraciones) {
      confusion_final <- cm_test
      auc_final <- roc_obj
    }
  }
  
  resultados <- data.frame(
    iteracion = 1:n_iteraciones,
    acc_entrenamiento = accs_entrenamiento,
    acc_test = accs_test,
    sensibilidad = sensibilidades,
    especificidad = especificidades,
    f1 = f1s,
    auc = aucs
  )
  
  # --- Gráficos personalizados ---
  color_linea <- "#002859"
  color_relleno <- "#00AEDA"
  
  acc_plot <- plot_ly(resultados, x = ~iteracion, y = ~acc_entrenamiento, name = "Entrenamiento",
                      type = "scatter", mode = "lines",
                      line = list(color = color_linea, width = 2),
                      fill = "tozeroy", fillcolor = color_relleno) %>%
    add_trace(y = ~acc_test, name = "Test", mode = "lines",
              line = list(color = "#888888", width = 2)) %>%
    layout(title = "Precisión (ACC)", xaxis = list(title = "Iteración"), yaxis = list(title = "ACC"))

  metricas_plot <- plot_ly(resultados, x = ~iteracion, y = ~sensibilidad, name = "Sensibilidad",
                           type = "scatter", mode = "lines",
                           line = list(color = color_relleno, width = 2)) %>%
    add_trace(y = ~especificidad, name = "Especificidad", mode = "lines",
              line = list(color = color_linea, width = 2)) %>%
    add_trace(y = ~f1, name = "F1-score", mode = "lines",
              line = list(color = "#AAAAAA", width = 2)) %>%
    layout(title = "Métricas en Test", xaxis = list(title = "Iteración"), yaxis = list(title = "Valor"))

  auc_plot <- plot_ly(resultados, x = ~iteracion, y = ~auc, name = "AUC",
                      type = "scatter", mode = "lines",
                      line = list(color = color_relleno, width = 2)) %>%
    layout(title = "AUC", xaxis = list(title = "Iteración"), yaxis = list(title = "AUC"))

  # --- Mostrar tabla si se solicita ---
  tabla <- NULL
  if (mostrar_tabla) {
    metricas_promedio <- colMeans(resultados[, -1])
    tabla_df <- data.frame(
      Métrica = names(metricas_promedio),
      Promedio = round(metricas_promedio, 4)
    )
    tabla <- kable(tabla_df,
                   format = "html",
                   caption = "Métricas Promedio del Repeated Holdout",
                   col.names = c("Métrica", "Promedio")) %>%
      kable_styling(bootstrap_options = c("striped", "hover"),
                    full_width = FALSE, position = "center") %>%
      row_spec(0, bold = TRUE, color = "white", background = color_linea) %>%
      column_spec(1, color = "black") %>%
      column_spec(2, background = "#E8F9FD", color = "black")
  }

  # --- Mostrar curva ROC si se solicita ---
  if (mostrar_roc && !is.null(auc_final)) {
    plot(auc_final, print.auc = TRUE, main = "Curva ROC Final")
  }

  return(list(
    resultados = resultados,
    tabla = tabla,
    plots = list(acc = acc_plot, metricas = metricas_plot, auc = auc_plot),
    confusion = confusion_final,
    auc_final = auc_final
  ))
}

También cabe destacar el uso de la Inteligencia Artificial como herramienta de apoyo en el proceso de aprendizaje y mejora del diseño visual del documento. En particular, ha resultado especialmente útil para optimizar elementos en formato HTML, dada la limitada experiencia previa en este ámbito. También ha servido de gran ayuda para el desarrollo de la aplicación en RShiny. Gracias a ello, se ha logrado una presentación más clara, profesional y accesible del contenido.