Modelo predictivo basado en minería de datos para la mejora en toma de decisiones en el consultorio de medicina rehabilitación en el Hospital Daniel Alcides Carrión Pasco, 2023

• Autores: Celis Trinidad, Deisy Jakelin, Japa Oscategui, Elena Lucero
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional Daniel Alcides Carrión
• Repositorio: UNDAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.undac.edu.pe:undac/4201
• Enlace del recurso: http://repositorio.undac.edu.pe/handle/undac/4201
• Nivel de acceso: acceso abierto
• Materia: Modelo predictivo; Toma de decisiones; https://purl.org/pe-repo/ocde/ford#2.02.04

El trabajo de investigación que realice se titula: “Modelo Predictivo basado en minería de datos para la mejora en toma de decisiones en el Consultorio de Medicina rehabilitación en el Hospital Daniel Alcides Carrión Pasco, 2023” El objetivo principal es desarrollar un modelo predictivo basado en la exploración de datos para mejorar la toma de decisiones en la clínica de medicina de rehabilitación del Hospital Daniel Alcides Carrión Pasco, 2023. El método utilizado es el diseño de investigación utilizado antes del experimento. Esta población incluye todos los datos de los pacientes atendidos durante el año 2022 en el Hospital Daniel Alcides Carrión Pasco, y se seleccionó aleatoriamente una muestra de 137 pacientes. En este proyecto de minería de datos, el modelo de minería de datos mejoró la toma de decisiones en un 92% y alcanzó un 76- 100%, lo cual es excelente. En resumen, la clasificación de las variables de los pacientes en la Oficina de Medicina de Rehabilitación se determinó utilizando la tecnología de árbol de decisión J48, siendo la variable más influyente el diagnóstico informado por los financiadores para lograr una precisión del 100 %.