Modelo de Minería de Datos para la Predicción de Casos de Anemia en Madres Gestantes de la Provincia de Pasco - 2023

• Autor: Yauri Santa Cruz, Bryan Omar
• 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/3981
• Enlace del recurso: http://repositorio.undac.edu.pe/handle/undac/3981
• Nivel de acceso: acceso abierto
• Materia: Minería de datos; Predicción de casos de anemia en gestantes; https://purl.org/pe-repo/ocde/ford#2.02.04

El trabajo de investigación que realice se titula: “Modelo de Minería de Datos para la Predicción de Casos de Anemia en Madres Gestantes de la Provincia de Pasco - 2023” El objetivo principal fue desarrollar un modelo de extracción de datos para predecir la prevalencia de anemia entre mujeres embarazadas en el condado de Pasco en 2023 utilizando un diseño de estudio preexperimental con una variable y pocos controles. Esta información se refiere a la anemia entre las mujeres embarazadas en el condado de Pasco en 2022, pero el aumento se observó entre las mujeres embarazadas, enfocándose en su anemia y una muestra de 2,779 casos de anemia. Este proyecto de minería de datos probó tres algoritmos principales: red neuronal de perceptrón multicapa, Naive Bayes y árbol de decisión, y la técnica del árbol de decisión logró la mejor precisión: análisis de perceptrón multicapa 95 %, Naive Bayes 83 %, árbol de decisión. La tecnología alcanza el 99%.