La calidad de los datos constituye un factor determinante en la confiabilidad de los procesos de minería de datos y en la robustez de los modelos predictivos resultantes. No obstante, en numerosos proyectos analíticos, las actividades de evaluación y aseguramiento de calidad se analizan de manera aislada, es decir, sin una integración sistemática dentro del pipeline de análisis. En este trabajo se presenta un modelo metodológico desarrollado en el Laboratorio de Calidad y Ciencia de Datos del CAETI (UAI), orientado a incorporar métricas formales de calidad de datos en cada etapa del proceso de minería de datos. El modelo se fundamenta en dimensiones establecidas por la norma ISO/IEC 25012, adaptadas al contexto de proyectos de Ciencia de Datos, y propone un esquema estructurado que contempla perfilado, evaluación dimensional, limpieza, validación y retroalimentación iterativa. Como instancia de validación empírica, se aplica la propuesta a un conjunto de datos del Instituto Nacional Central Único Coordinador de Ablación e Implante (INCUCAI), previamente analizado en el marco de un trabajo presentado en la Conferencia Latinoamericana de Informática (CLEI) en el año 2025, lo que permite dar continuidad y profundización metodológica a los resultados obtenidos en el análisis del impacto de las dimensiones de calidad sobre el desempeño de modelos predictivos. Los resultados preliminares evidencian mejoras en consistencia, completitud y estabilidad de los modelos, lo que refuerza la necesidad de integrar formalmente la calidad de datos como componente transversal en proyectos de Ciencia de Datos.