Patrones para la estimación de consumo de medicamentos con minería de datos Redes Puno

• Autor: Melo Chura, Alcides Demetrio
• Formato: tesis de maestría
• Fecha de Publicación: 2018
• Institución: Universidad Nacional del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unap.edu.pe:20.500.14082/9543
• Enlace del recurso: https://repositorio.unap.edu.pe/handle/20.500.14082/9543
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Minería de datos

La investigación plantea como objetivo determinar los patrones de predicción mediante el uso de minería de datos del consumo de medicamentos de Redes Puno, mediante los árboles de decisión, para asi tener la información disponible, mediante el proceso KDD, finalmente aplicar WEKA como algoritmos de minería de datos, para obtener los arboles de decisión y clasificación, para extraer conocimiento. La metodología se basa en las etapas del Knowledge Discovery in Databases (KDD), implementadas de acuerdo a la metodología CRISP-DM, la cual es usada para el desarrollo de proyectos de minería de datos. Inicialmente se hizo un diagnóstico de la situación actual de los Establecimientos de Salud. Luego, se seleccionaron y procesaron las fuentes de datos para el estudio de forma automática, almacenando las variables en un repositorio multidimensional (DataMart), reduciendo el tiempo de cálculo de indicadores y recursos humanos. Se aplicaron técnicas de clustering para obtener grupos de elementos con datos de clientes cuyas características fueran similares, según información histórica de consumo. Finalmente se generó un modelo de clasificación que asignara, de acuerdo a una medida de similitud, elementos que no habían sido evidenciados, y de esta manera estimar la necesidad de los medicamentos. Con esto se logró diseñar nuevas métricas para el proceso e identificar a los medicamentos más críticos, lo que permite llegar a valores más exactos de los ingresos perdidos en cada segmento. Con este estudio, se puede tomar decisiones informadas y mejorar su capacidad de control de provisión de medicamentos.