Los Trastornos Respiratorios del Sueño (TRS) son un grupo de enfermedades que afectan la funci ón respiratoria durante la noche, desde el ronquido primario a la apnea del sueño -la más grave de ellas-. Los niños que padecen apnea del sueño pueden desarrollar desde trastornos de crecimiento hasta de ficiencias cognitivas de largo plazo. Sin embargo, una vez que han sido diagnosticados, el tratamiento es efectivo en la mayor ía de los casos, mejorando su calidad de vida y evitando consecuencias en su desarrollo cognitivo. El gold-standard (mejor prueba cl í nica) para el diagn óstico de TRS es la polisomnografí a, que consiste en la recolecci ón de señales biom édicas durante el sueño. El problema es que este examen es invasivo, costoso y difí cil de practicar en niños pequeños. Por lo tanto existe la necesidad de una forma de prediagnosticar TRS, específi camente apnea para aumentar el n úmero de niños diagnosticados, y, como resultado, el n úmero de niños tratados. Para esto, el objetivo general planteado es prediagnosticar apnea obstructiva del sueño a partir de señales recogidas por polisomnografí a en niños menores de 15 años usando t écnicas de minerí a de datos. El resultado esperado de este trabajo es un algoritmo capaz de clasi ficar infantes, usando menos informaci ón que la polisomnografí a, en dos grupos: poblaci ón en riesgo de padecer apnea y poblaci ón fuera de riesgo (o muy bajo riesgo). El trabajo est á dividido en dos etapas, la primera de ellas son modelos basados en una señal, la segunda consta de modelos basados en m ás de una señal. Los resultados de la primera etapa muestran modelos de buena calidad aunque s ólo est án basados en una señal; algunos con sensibilidad y especi ficidad por sobre el 85% y podrí an sentar las bases de un modelo v álido de prediagn óstico. En la segunda etapa se identi ficaron, mediante t écnicas de reducci ón de informaci ón, las señales que tienen mayor poder predictivo para realizar el prediagn óstico, los modelos basados en estas señales alcanzaron hasta el 100% de precisi ón.