La ciencia de datos es actualmente uno de los campos más prometedores utilizados para apoyar el proceso de toma de decisiones. En particular, los flujos de datos pueden proporcionar a estos sistemas de apoyo una base de conocimientos actualizada que permite a los expertos tomar decisiones con modelos actualizados. El Algoritmo de Reglas de Decisión Incrementales (IDRA) propone un nuevo método de reglas de decisión incremental basado en el enfoque clásico ID3 para generar y actualizar un conjunto de reglas. Este algoritmo es un enfoque novedoso diseñado para adaptarse a un Sistema de Soporte de Decisiones (DSS) cuya motivación es dar respuestas precisas en un tiempo asequible para una situación de decisión. Este trabajo incluye varios experimentos que comparan IDRA con el clásico ID3 estático pero optimizado (CREA) y el método adaptativo VFDR. Se proponen una serie de escenarios con diferentes tipos de error y tasas para comparar estos tres algoritmos. IDRA mejora las precisiones de VFDR y CREA en la mayoría de los casos comunes para los flujos de datos simulados utilizados en este trabajo. En particular, la técnica propuesta ha demostrado tener un mejor rendimiento en aquellos escenarios sin error, con poco ruido o con cambios de concepto de alto impacto.