La disminución de la taza de readmisión hospitalaria temprana es una situación de interés debido a que esto generalmente es debido a complicaciones de alguna enfermedad en los pacientes. En México es particularmente importante la prevención de la readmisión temprana de pacientes diabéticos, puesto que esto est asociado a complicaciones derivadas de la enfermedad, como pueden ser problemas en los ojos, riones, nervios, corazón, entre otros. Existen trabajos en donde se describen métodos computacionales para el diagnóstico de diabetes [10, 4], pero en estos trabajos no se hace un análisis de los factores relacionados a las complicaciones de la enfermedad. En este artıculo, se presenta un análisis basado en técnicas de aprendizaje computacional para estimar las variables más importantes asociadas a la readmisión hospitalaria en pacientes con diabetes. La metodologıa presentada contempla el uso de métodos de selección de atributos y selección de instancias mediante técnicas supervisadas y no supervisadas, ası como la construcción de clasificadores con la información obtenida, finalmente, se presentan y se discuten los valores de precisión y recuerdo de los clasificadores para mostrar la efectividad de éstos en la predicción de readmisión temprana de pacientes diabéticos. Los resultados muestran las ventajas del uso de la metodologıa propuesta para la identificación de la información relevante asociada a la prevención de readmisión hospitalaria.