Predicción de Sepsis en Colombia
Nuestro proyecto de grado se enfocó en la predicción de la sepsis en Colombia utilizando algoritmos como árboles de decisión, máquinas de soporte de vectores y regresión logística. Para obtener los datos necesarios, se utilizaron registros electrónicos de salud (EHRs) del Hospital Universitario San...
- Autores:
-
Cardenas Garcia, Julian Andres
Ramos Bohorquez, Nicolas
Triana Bobadilla, Sergio Esteban
Fonseca Triviño, Richard
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/65297
- Acceso en línea:
- http://hdl.handle.net/10554/65297
- Palabra clave:
- Sepsis
Aprendizaje de máquina
Medicina
Modelo predictivo
Ciencia de datos
Sepsis
Machine learning
Medicine
Predictive model
Data science
Ingeniería de sistemas - Tesis y disertaciones académicas
Aprendizaje de máquinas
Inteligencia artificial
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | Nuestro proyecto de grado se enfocó en la predicción de la sepsis en Colombia utilizando algoritmos como árboles de decisión, máquinas de soporte de vectores y regresión logística. Para obtener los datos necesarios, se utilizaron registros electrónicos de salud (EHRs) del Hospital Universitario San Ignacio. Estos datos fueron sometidos a un proceso exhaustivo de limpieza, transformación y preprocesamiento para asegurar su calidad y adecuación para el entrenamiento de los modelos. El objetivo principal del proyecto fue desarrollar un artefacto web que permitiera a los científicos de datos visualizar de manera práctica los resultados del modelo de predicción de sepsis. Para lograrlo, se utilizó Python como lenguaje de backend con el framework Django, y TypeScript como lenguaje de frontend con el framework Angular. El proyecto demostró la importancia de utilizar datos clínicos para abordar problemas de salud como la sepsis, y cómo los algoritmos de aprendizaje automático pueden ayudar en la predicción temprana de esta enfermedad. Además, el desarrollo del artefacto web destacó la capacidad del autor para implementar soluciones completas y accesibles para los usuarios finales. Nuestro trabajo de grado sobre la predicción de sepsis en Colombia combinó la recolección y procesamiento de datos clínicos con la implementación de algoritmos de aprendizaje automático y el desarrollo de una interfaz web interactiva. Este enfoque integral proporcionó una herramienta útil para los científicos de datos y se espera contribuir al avance de la detección temprana de la sepsis y, potencialmente, a la mejora de los resultados de salud en el país. |
---|