INTRODUCCIÓN Teniendo en cuenta los cambios en el manejo de la diabetes en los últimos años y la escasez de datos locales sobre la incidencia de complicaciones en pacientes mayores de 65 años con un reciente diagnóstico de diabetes, resulta importante obtener un panorama actualizado de la progresión de esta enfermedad. OBJETIVOS Estimar la densidad de incidencia de complicaciones crónicas severas en una cohorte retrospectiva de pacientes adultos mayores (≥65 años) diabéticos del Plan de Salud del Hospital Italiano de Buenos Aires (HIBA) entre el 1/1/2005 y el 31/12/2014. MÉTODOS Se trabajó con una cohorte retrospectiva basada en datos secundarios obtenidos de la historia clínica electrónica (HCE) del HIBA, de los registros de la farmacia del Plan de Salud del HIBA y a partir de registros públicos. RESULTADOS Por inconvenientes en el acceso a los datos planteados en el protocolo sólo se alcanzaron resultados intermedios. Se desarrollaron y compararon cuatro estrategias para clasificar automáticamente a partir de datos de la HCE a los pacientes según su estado de diabetes (diabético, no diabético, inconcluso): un algoritmo basado en códigos diagnósticos estructurados, un algoritmo booleano, cuatro algoritmos de aprendizaje estadístico y seis stacked generalization meta-learners. Todos se compararon con la revisión manual de HCE. Los algoritmos de mejor rendimiento dentro de cada estrategia se probaron en un set de validación. Un algoritmo de stacked generalization arrojó el valor más alto de coeficiente Kappa en el conjunto de validación (0,95. IC del 95%: 0,91 a 0,98). Se desarrolló un algoritmo para la detección de casos de enfermedades cardiovasculares (ECaV) y cerebrovasculares (ECeV) clínicamente relevantes basado en códigos diagnósticos cargados de forma estructurada en la HCE del HIBA. El rendimiento del algoritmo se comparó con la revisión manual de las HCE de los pacientes, obteniéndose una alta sensibilidad (0,99. IC del 95%: 0,938-0,9991) y una especificidad aceptable (0,86. IC del 95%: 0,818-0,895) para detectar casos de ECaV y ECe. DISCUSIÓN La implementación de estos algoritmos permite la explotación de datos de miles de pacientes con precisión, reduciendo en gran medida los costos de construcción de cohortes retrospectivas para la investigación.