Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning

• Autores: Perez Garcia, Adams Smith, Seminario Vergaray, Raul Francisco
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad ESAN
• Repositorio: ESAN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.esan.edu.pe:20.500.12640/3892
• Enlace del recurso: https://hdl.handle.net/20.500.12640/3892
• Nivel de acceso: acceso embargado
• Materia: Machine learning; Salud maternoinfantil; Hospitales; https://purl.org/pe-repo/ocde/ford#5.02.04; https://purl.org/pe-repo/ocde/ford#2.11.04

En el presente trabajo, se uso Machine Learning en el ámbito de aprendizaje supervizado. para predecir los tipos de partos de las gestante atendidas en el Hospital Santa Rosa, buscando optimizar los recursos de la institución tanto material como humano. Para la creación del Modelo se recopiló toda la información existente en el hospital santa rosa y el ministerio de salud (Minsa) mediante un cruce de información, luego de la limpieza de datos, se utilizo el 80% para el aprendizaje y uN 20% para la para corroborar la predicción. El modelo predominante para nuestro trabajo fue el Árbol de decisión, donde se identifico la variable y ( tipos de partos existentes) y las variables x ( diagnosticas por lo que existe complicaciones durante el parto). con lo cual el modelo se pudo recrear.