Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto

Descripción del Articulo

La presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales cond...

Descripción completa

Detalles Bibliográficos
Autor: Contreras Siu, Nathalia Elena
Formato: tesis de grado
Fecha de Publicación:2021
Institución:Universidad Científica del Sur
Repositorio:UCSUR-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.cientifica.edu.pe:20.500.12805/1827
Enlace del recurso:https://hdl.handle.net/20.500.12805/1827
https://doi.org/10.21142/tl.2021.1827
Nivel de acceso:acceso restringido
Materia:Machine Learning
Data Science
Accidente Cerebrovascular
https://purl.org/pe-repo/ocde/ford#2.02.00
https://purl.org/pe-repo/ocde/ford#2.02.04
id USUR_ad1d07849cf945223bf0af70b415aa2a
oai_identifier_str oai:repositorio.cientifica.edu.pe:20.500.12805/1827
network_acronym_str USUR
network_name_str UCSUR-Institucional
repository_id_str 3723
dc.title.es_PE.fl_str_mv Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
title Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
spellingShingle Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
Contreras Siu, Nathalia Elena
Machine Learning
Data Science
Accidente Cerebrovascular
https://purl.org/pe-repo/ocde/ford#2.02.00
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
title_full Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
title_fullStr Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
title_full_unstemmed Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
title_sort Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
author Contreras Siu, Nathalia Elena
author_facet Contreras Siu, Nathalia Elena
author_role author
dc.contributor.advisor.fl_str_mv Peralta Delgado, Carlos Salvador
dc.contributor.author.fl_str_mv Contreras Siu, Nathalia Elena
dc.subject.es_PE.fl_str_mv Machine Learning
Data Science
Accidente Cerebrovascular
topic Machine Learning
Data Science
Accidente Cerebrovascular
https://purl.org/pe-repo/ocde/ford#2.02.00
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.00
https://purl.org/pe-repo/ocde/ford#2.02.04
description La presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales condiciones de riesgo del paciente, y prediga esta enfermedad, sirviendo como referencia para el doctor. Esta investigación tiene un diseño experimental y su objetivo es determinar el nivel de influencia para predecir el riesgo de accidente cerebrovascular en pacientes del consultorio en cuestión. Por ende, la solución que se desarrolló fue una aplicación web basada en un modelo de Random Forest que procesa la data, y predice accidentes cerebrovasculares. Todo esto mediante una primera interfaz en la cual se ingresan los principales riesgos del paciente tales como la edad, glucosa, hipertensión, entre otros. Mientras que en la segunda interfaz, el médico consulta los resultados procesados. Para el desarrollo de esta solución se aplicó la metodología de Data Science, considerando también los detalles de los principales requerimientos funcionales. Los resultados indican que sí existe una relación entre machine learning y los accidentes cerebrovasculares, ya que tanto los diagnósticos predichos como los reales son iguales. Por ello, se concluye que la solución es de utilidad para el consultorio del Dr. Pinto.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-05-12T21:58:50Z
dc.date.available.none.fl_str_mv 2021-05-12T21:58:50Z
dc.date.issued.fl_str_mv 2021
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.none.fl_str_mv Tesis de Licenciatura
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12805/1827
dc.identifier.doi.none.fl_str_mv https://doi.org/10.21142/tl.2021.1827
url https://hdl.handle.net/20.500.12805/1827
https://doi.org/10.21142/tl.2021.1827
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/restrictedAccess
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv restrictedAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Científica del Sur
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional – UCS
Universidad Científica del Sur
dc.source.none.fl_str_mv reponame:UCSUR-Institucional
instname:Universidad Científica del Sur
instacron:UCSUR
instname_str Universidad Científica del Sur
instacron_str UCSUR
institution UCSUR
reponame_str UCSUR-Institucional
collection UCSUR-Institucional
bitstream.url.fl_str_mv https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/5/license_rdf
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/6/license.txt
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/8/TL-Contreras%20N.pdf.txt
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/10/TL-Contreras%20N-Ext.pdf.txt
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/11/TL-Contreras%20N.pdf
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/12/TL-Contreras%20N-Ext.pdf
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/13/Nathalia.png
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/14/TL-Contreras%20N.pdf.jpg
https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/15/TL-Contreras%20N-Ext.pdf.jpg
bitstream.checksum.fl_str_mv 80294ba9ff4c5b4f07812ee200fbc42f
8a4605be74aa9ea9d79846c1fba20a33
9c95f124bbdb511887dc2b0a8df71249
74bdd63d64057a93990ca8840e4ae52b
79bdbc37875422b3a9565d6890f42652
30a7e1bb9e5e500de414cd73e799bfd9
401e3dec9eae77f6ba74cf48230d672b
e10b342909e5512ea43cab61391e0496
e10b342909e5512ea43cab61391e0496
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Académico Científica
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1762004198262571008
spelling Peralta Delgado, Carlos SalvadorContreras Siu, Nathalia Elena2021-05-12T21:58:50Z2021-05-12T21:58:50Z2021https://hdl.handle.net/20.500.12805/1827https://doi.org/10.21142/tl.2021.1827La presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales condiciones de riesgo del paciente, y prediga esta enfermedad, sirviendo como referencia para el doctor. Esta investigación tiene un diseño experimental y su objetivo es determinar el nivel de influencia para predecir el riesgo de accidente cerebrovascular en pacientes del consultorio en cuestión. Por ende, la solución que se desarrolló fue una aplicación web basada en un modelo de Random Forest que procesa la data, y predice accidentes cerebrovasculares. Todo esto mediante una primera interfaz en la cual se ingresan los principales riesgos del paciente tales como la edad, glucosa, hipertensión, entre otros. Mientras que en la segunda interfaz, el médico consulta los resultados procesados. Para el desarrollo de esta solución se aplicó la metodología de Data Science, considerando también los detalles de los principales requerimientos funcionales. Los resultados indican que sí existe una relación entre machine learning y los accidentes cerebrovasculares, ya que tanto los diagnósticos predichos como los reales son iguales. Por ello, se concluye que la solución es de utilidad para el consultorio del Dr. Pinto.Tesisapplication/pdfspaUniversidad Científica del SurPEinfo:eu-repo/semantics/restrictedAccessAttribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)https://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional – UCSUniversidad Científica del Surreponame:UCSUR-Institucionalinstname:Universidad Científica del Surinstacron:UCSURMachine LearningData ScienceAccidente Cerebrovascularhttps://purl.org/pe-repo/ocde/ford#2.02.00https://purl.org/pe-repo/ocde/ford#2.02.04Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pintoinfo:eu-repo/semantics/bachelorThesisTesis de LicenciaturaSUNEDUIngeniería de Sistemas EmpresarialesUniversidad Científica del Sur. Facultad de Ciencias EmpresarialesTítulo profesionalIngeniero de Sistemas Empresariales25485835https://orcid.org/0000-0003-2301-503X70246162612166Meza Balvin, Sandra JeannetSalas Rojas, Jean MerryAuccahuasi Aiquipa, Wilverhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/5/license_rdf80294ba9ff4c5b4f07812ee200fbc42fMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD56TEXTTL-Contreras N.pdf.txtTL-Contreras N.pdf.txtExtracted texttext/plain16123https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/8/TL-Contreras%20N.pdf.txt9c95f124bbdb511887dc2b0a8df71249MD58TL-Contreras N-Ext.pdf.txtTL-Contreras N-Ext.pdf.txtExtracted texttext/plain209307https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/10/TL-Contreras%20N-Ext.pdf.txt74bdd63d64057a93990ca8840e4ae52bMD510ORIGINALTL-Contreras N.pdfTL-Contreras N.pdfapplication/pdf391758https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/11/TL-Contreras%20N.pdf79bdbc37875422b3a9565d6890f42652MD511TL-Contreras N-Ext.pdfTL-Contreras N-Ext.pdfIn extenso (embargo)application/pdf2399958https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/12/TL-Contreras%20N-Ext.pdf30a7e1bb9e5e500de414cd73e799bfd9MD512THUMBNAILNathalia.pngNathalia.pngimage/png19006https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/13/Nathalia.png401e3dec9eae77f6ba74cf48230d672bMD513TL-Contreras N.pdf.jpgTL-Contreras N.pdf.jpgGenerated Thumbnailimage/jpeg14606https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/14/TL-Contreras%20N.pdf.jpge10b342909e5512ea43cab61391e0496MD514TL-Contreras N-Ext.pdf.jpgTL-Contreras N-Ext.pdf.jpgGenerated Thumbnailimage/jpeg14606https://repositorio.cientifica.edu.pe/bitstream/20.500.12805/1827/15/TL-Contreras%20N-Ext.pdf.jpge10b342909e5512ea43cab61391e0496MD51520.500.12805/1827oai:repositorio.cientifica.edu.pe:20.500.12805/18272023-03-30 15:55:35.651Repositorio Académico Científicadspace-help@myu.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
score 13.91977
Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares