Clasificación de los datos de Muerte Neonatal – Perinatal bajo Datos abiertos en la localidad de Engativá Bogotá Colombia, utilizando técnicas de ciencia de datos

Abstract

El presente trabajo consiste en la Realización de metodologías de análisis de datos para un primer plano de un sistema experto en la identificación de Insigths que se propone como herramienta informática para realizar un diagnóstico automático e inteligente a partir de los datos abiertos suministrados por la localidad de Engativá Bogotá, Colombia; este sistema generó un diagnóstico de las posibles causas relacionadas Muerte Neonatal – Perinatal; de lo anterior se pretende aportar a la sociedad una herramienta tecnológica innovadora que permita mejorar los tiempos y exactitud en la prevención de muertes Neonatal – Perinatal y disminuir costos relacionados a estas en comparación a los métodos que se utilizan actualmente.

Esta propuesta se fundamenta en la investigación de campo y la recolección de datos abiertos y datos otorgados por el sistema unificado sivigila, que permitió determinar que no existen unas herramientas que realicen este análisis y que se requiere su implementación, la problemática principal está fundamentada en la búsqueda de Issues o respuestas a interrogantes que puedan ser determinantes al momento de evaluar las variables importantes que afectan la mortalidad de los menores de 5 años, utilizando fuentes oficiales del estado se realizó la recolección de datos correspondiente a varios años enfocados en conceptos o registros tales como la mortalidad infantil y la desnutrición nacional, con esto se han empezado a utilizar metodologías de calidad de datos como lo son (Crisp DM (Cross Industry Standard Process for Data Mining) y SEMMA (Sample, Explore, Modify, Model, Assess)) para poder aplicar posteriormente un modelo de machine Learning que permita predecir valores relevantes de las variables utilizadas en un posible nuevo dato ingresado. Como principal argumento se identificó la correlación que para dichas muertes existe predominantemente en estratos bajos o relación directa con la desnutrición.