Actualmente, uno de cada diez adultos en el mundo padecen de Enfermedad Renal Crónica. Está enfermedad se muestra por medio de la presencia de lesiones renales. Ocasiona la muerte de al menos 2.4 millones de personas al año, por lo tanto conviene estudiar y desarrollar soluciones para reducir la probabilidad de descenso. El objetivo de este estudio es el desarrollo de un modelo predictivo que ayude con la detección de ataques cardíacos a pacientes que padecen está enfermedad. Para lograr esto se aplicaron seis algoritmos los cuales son Random Forest, XgBoost, Adaboost, Decision Tree, Support Vector Machine y Gradient Boosting en la construcción del modelo. Luego se hizo la comparativa estadística por medio de las métricas de Accuracy, AUC, Recall, Precision, F1-score, Kappa y MCC para detectar el mejor modelo. Se obtuvo como mejor algoritmo a Adaboost para la construcción de mo...