Publicación: Minería de datos para la identificación de factores de riesgo en pacientes con hipertensión arterial
dc.contributor.advisor | Ochoa Guevara, Nancy Edith | |
dc.contributor.author | Amézquita Moreno, Geordan Iván | |
dc.contributor.author | Patiño Cañas, Nicolas | |
dc.contributor.author | Morales Salamanca, Cristian Camilo | |
dc.contributor.researchgroup | GIIS | spa |
dc.date.accessioned | 2021-10-15T18:38:53Z | |
dc.date.available | 2021-10-15T18:38:53Z | |
dc.date.issued | 2019 | |
dc.description.abstract | La minería de datos es una técnica que ha permitido el análisis de grandes volúmenes de información dando como resultado patrones o reglas que ayudan a entender el comportamiento de un sistema. Este trabajo se plantea como el uso de esta técnica puede beneficiarse la medicina partiendo del análisis de información de pacientes que padecieron hipertensión del área de Bogotá, determinando los factores de riesgos presentes en esta población basados en las causas descritas en el Catálogo Internacional de Enfermedades. Mediante la aplicación de diferentes algoritmos se pudo determinar variables importantes que pueden determinar la prevalencia y consecuente muerte de estos pacientes | spa |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Ingeniero(a) de Software | spa |
dc.description.researcharea | Ingeniería de Software | spa |
dc.description.tableofcontents | -Planteamiento del problema -Marco teórico -Metodología -Diseño de la investigación -Resultados y discusión | spa |
dc.format.extent | 58 Paginas | spa |
dc.format.mimetype | application/pdf | spa |
dc.identifier.uri | https://repositoriocrai.ucompensar.edu.co/handle/compensar/3356 | |
dc.language.iso | spa | spa |
dc.publisher.faculty | Facultad de Ingeniería | spa |
dc.publisher.place | Bogotá D.C | spa |
dc.publisher.program | Ingeniería de Software | spa |
dc.relation.references | Canún Serranoa , S., Navarrete Hernández, E., Reyes Pablo, A. E., & Valdés Hernández, J. (2015). Prevalencia de malformaciones congénitas de herencia multifactorial de acuerdo con los certificados de nacimiento y muerte fetal. Boletín médico del Hospital Infantil de México, 290-294 | spa |
dc.relation.references | Cauas, D. (2015). Definición de las variables, enfoque y tipo de investigación. Bogotá: biblioteca electrónica de la universidad Nacional de Colombia, 2. | spa |
dc.relation.references | Celaya, I. T. (2015). Sistema de diagnóstico de enfermedades de vías urinarias . México: Pistas Educativas. | spa |
dc.relation.references | Champagne, B. M., Sebrié, E. M., Schargrodsky, H., Pramparo, P., Boissonnet, C., & Wilson, E. (2010). Tobacco smoking in seven Latin American cities: the CARMELA study. Tobacco control, 19(6), 457-462 | spa |
dc.relation.references | Chang, C. D., Wang, C. C., & Jiang, B. C. (2011). Using data mining techniques for multi-diseases prediction modeling of hypertension and hyperlipidemia by common risk factors. Expert systems with applications, 38(5), 5507-5513 | spa |
dc.relation.references | DANE. (2018). Censos y Demografía. Departamento Administrativo Nacional de Estadística | spa |
dc.relation.references | Dávila Hernández, F., & Sánchez Corales, Y. (2012). Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas. Revista Cubana de Informática Médica, 4(2), 174183 | spa |
dc.relation.references | Delen, D., Walker, G., & Kadam, A. (2005). Predicting breast cancer survivability: a comparison of three data mining methods. Artificial intelligence in medicine, 34(2), 113-127 | spa |
dc.relation.references | Díaz Realpe, J. E., Muñoz Martínez, J., & Sierra Torres, C. H. (2007). Factores de riesgo para enfermedad cardiovascular en trabajadores de una institución prestadora de servicios de salud, Colombia. Revista de salud pública, 9, 64-75 | spa |
dc.relation.references | Escobedo, J., Schargrodsky, H., Champagne, B., Silva, H., Boissonnet, C. P., Vinueza, R., . . . Wilson, E. (2009). Prevalence of the Metabolic Syndrome in Latin America and its association with sub-clinical carotid atherosclerosis: the CARMELA cross sectional study. Cardiovascular diabetology, 8(1), 52. | spa |
dc.relation.references | Garre, M., Cuadrado, J. J., & Sicilia, M. Á. (2007). Comparación de diferentes algoritmos de clustering en la estimación de coste en el desarrollo de software. REICIS. Revista Española de Innovación, Calidad e Ingeniería del Software, 3(1). Recuperado el 10 de 5 de 2019, de http://www.sc.ehu.es/jiwdocoj/remis/docs/GarreAdis05.pdf | spa |
dc.relation.references | Gijón Conde, T., Gorostidi, M., Camafort, M., Abad Cardiel, M., Martín Rioboo, E., Morales Olivas, F., . . . de la Sierra, A. (2018). Documento de la Sociedad Española de Hipertensión-Liga Española para la Lucha contra la Hipertensión Arterial (SEHLELHA) sobre las guías ACC/AHA 2017 de hipertensión arterial. Hipertensión y riesgo vascular, 35(3), 119-129 | spa |
dc.relation.references | Hernández Sampieri, R. (2010). Metodología de la Investigación. Bogotá: McGraw Hill | spa |
dc.relation.references | Imagine Easy Solutions. (09 de 2016). Normas APA. Obtenido de http://normasapa.net/ | spa |
dc.relation.references | Joyanes Aguilar, L., Castaño, N. J., & Osorio, J. H. (2015). Modelo de simulación y minería de datos para identificar y predecir cambios presupuestales en la atención de pacientes con hipertensión arterial. Revista de Salud Pública, 17, 789-800 | spa |
dc.relation.references | Martín Vegue, A. R., Vázquez Barquero, J. L., & Herrera Castanedo, S. H. (2002). CIE-10 (I): Introducción, historia y estructura general. Pápeles Médicos, 24-35 | spa |
dc.relation.references | Mendeley. (09 de 2016). Mendeley. Obtenido de https://www.mendeley.com/ | spa |
dc.relation.references | Milovic, B. (2012). Prediction and decision making in health care using data mining. Kuwait chapter of arabian journal of business and management review, 33(848), 1-11. | spa |
dc.relation.references | Ministerio de Salud y Protección Social - Colciencias. (2013). Guía de práctica clínica Hipertensión Arterial Primaria (HTA). Obtenido de https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/INEC/IETS/G PC_Ptes_HTA.pdf | spa |
dc.relation.references | Ministerio de Salud y Protección Social. (2017). Análisis de Situación de Salud. Bogotá: Imprenta Nacional de Colombia. Recuperado el 25 de 04 de 2019, de https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/PSP/a sis-nacional-2017.pdf | spa |
dc.relation.references | Ministerio de Sanidad, consumo y Bienestar Social, Gobierno de españa. (16 de 05 de 2019). eCIEMaps v3.1.2. Obtenido de eCIEMaps v3.1.2: https://eciemaps.mscbs.gob.es/ecieMaps/browser/index_10_mc_old.html | spa |
dc.relation.references | Moine, J. M., Haedo, A. S., & Gordillo, S. (2011). Estudio comparativo de metodologías para minería de dato. XIII Workshop de Investigadores en Ciencias de la Computación | spa |
dc.relation.references | Moon, T. (1996 ). The expectation-maximization algorithm. Utah State Univ., Logan, UT, USA: Electr. & Comput. | spa |
dc.relation.references | OMS. (2008). International Statistical Classification of Diseases and Related Health Problems, 10th Revision. Washington, D.C. | spa |
dc.relation.references | OMS. (2013). www.who.int. Obtenido de Organización Munidial de la Salud: https://apps.who.int/iris/bitstream/handle/10665/87679/WHO_DCO_WHD_2013.2 _spa.pdf;jsessionid=8A46753B970460CA16BE2BAFED4EA6E8?sequence=1 | spa |
dc.relation.references | Oviedo Carrascal, E. A., Oviedo Carrascal, A. I., & Vélez Saldarriaga, G. L. (2015). Minería de datos: aportes y tendencias en el servicio de salud de ciudades inteligentes. Revista Politécnica, 11(20), 111-120. | spa |
dc.relation.references | Panduro B, J. G., Pérez M, J. J., Panduro M, E. G., Castro H, J. F., & Vázquez G, M. D. (2011). Factores de riesgo prenatales en la muerte fetal tardía, Hospital Civil de Guadalajara, México. Revista chilena de obstetricia y ginecología, 169-174. | spa |
dc.relation.references | Ramos Martínez, E., Herrera, M., Pérez García, R., & Izquierdo, J. (2012). EVALUACIÓN DE LAS CARACTERÍSTICAS DE LOS SISTEMAS DE DISTRIBUCIÓN DE AGUA ASOCIADAS AL DESARROLLO DE BIOFILMS. | spa |
dc.relation.references | Riquelme Santos, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y Tendencias. Inteligencia Artificial: Revista Iberoamericana de Inteligencia Artificial, 10(29), 11-18 | spa |
dc.relation.references | Roy Rosenzweig Center for History and New Media. (09 de 2016). Zotero. Obtenido de https://www.zotero.org | spa |
dc.relation.references | Sáenz, J. (09 de 09 de 2016). Wiki Sistemas Digitales. Obtenido de http://sistdig.wikidot.com | spa |
dc.relation.references | Secretaria de Salud. (2012). Manual de riesgo Cardiovascular. Obtenido de Gobernación del Cauca - Secretaría de Salud Departamental: http://saludcauca.gov.co/docs/2012/s_integrado_informacion/publicaciones/MANU AL_DE_RIESGO_CARDIOVASCULAR_SSDC2010.pdf | spa |
dc.relation.references | Secretaría Distrital de Salud de Bogotá. (2018). Documento de Análisis de Situación de Salud con el Modelo de los Determinantes Sociales de Salud para el Distrito Capital. Bogotá, D.C.: Secretaría Distrital de Salud. Recuperado el 14 de 05 de 2019, de https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/PSP/a sis-bogota-2018.pdf | spa |
dc.relation.references | Segura, C. M. (2017). Análisis de Situación de Salud. Colombia. Bogotá: Imprenta Nacional de Colombia. | spa |
dc.relation.references | Steinberg, D. &. (2009). CART: classification and regression trees. The top ten algorithms in data mining | spa |
dc.relation.references | Suárez, R. (2015). Energías renovables, Impacto y Efectividad. Revista Científica Ingeniería y Desarrollo en Energía, 48-53 | spa |
dc.relation.references | Subdirección de Información Sectorial. (2018). Hábitat de cifras secretaría distrital del hábitat. Obtenido de https://habitatencifras.habitatbogota.gov.co/documentos/boletines/Localidades/Ba rrios_unidos.pdf | spa |
dc.relation.references | Tecnológico de Celaya. (2015). Análisis de métodos de clasificación para el diagnóstico de fertilidad. México: Pistas Educativas | spa |
dc.relation.references | Thomson Reuters. (09 de 2016). EndNote. Obtenido de http://endnote.com/ | spa |
dc.relation.references | Toscano de la Torre, B., Ponce, J., Margain, L., López Espinoza, R., & Ángel Meza de Luna, M. (2016). Aplicación de Minería de Datos para la Identificación de Factores de Riesgo Asociados a la Muerte Fetal. VIII Congreso Internaconal en Ciencias Computacionales - CICOMP 2016 (págs. 215 - 224). Baja California: CreateSpace | spa |
dc.relation.references | Universidad de los Andes. (2011). Sistemas de información en el sector salud en Colombia. Revista Gerencia y Políticas de Salud, 89,90 | spa |
dc.relation.references | Vinueza, R., Boissonnet, C. P., Acevedo, M., Uriza, F., Benitez, F. J., Silva, H., . . . CARMELA Study Investigators. (2010). Dyslipidemia in seven Latin American cities: CARMELA study. Preventive medicine, 50(3), 106-111 | spa |
dc.relation.references | Wong, J. A. (1979). Algorithm AS 136: A K-Means Clustering Algorithm . Wiley for the Royal Statistical Society | spa |
dc.rights | Fundación Universitaria Compensar, 2019 | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.source | Formato PDF | spa |
dc.subject.proposal | Minería de datos | spa |
dc.subject.proposal | Hipertensión Arterial | spa |
dc.subject.proposal | Algoritmos | spa |
dc.subject.proposal | Clústeres | spa |
dc.subject.proposal | Fartherfist | spa |
dc.title | Minería de datos para la identificación de factores de riesgo en pacientes con hipertensión arterial | spa |
dc.type | Trabajo de grado - Pregrado | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
dspace.entity.type | Publication | |
oaire.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
oaire.version | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
Archivos
Bloque original
1 - 1 de 1
Cargando...

- Nombre:
- Minería de datos para la identificación de factores de riesgo en pacientes con hipertensión arter.pdf
- Tamaño:
- 1.6 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
Bloque de licencias
1 - 1 de 1
Cargando...

- Nombre:
- license.txt
- Tamaño:
- 14.48 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: