Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos

44 páginas

Autores:
Barrera Sanchez, Jeisson Harvey
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/4240
Acceso en línea:
https://repository.eia.edu.co/handle/11190/4240
Palabra clave:
Machine Learning
Neumonía
Pronóstico Gravedad
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2021
id REIA2_1dfb5c864eb4de7e860b25cf379cea30
oai_identifier_str oai:repository.eia.edu.co:11190/4240
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
title Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
spellingShingle Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
Machine Learning
Neumonía
Pronóstico Gravedad
title_short Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
title_full Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
title_fullStr Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
title_full_unstemmed Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
title_sort Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos
dc.creator.fl_str_mv Barrera Sanchez, Jeisson Harvey
dc.contributor.advisor.none.fl_str_mv Camacho Cogollo, Javier Enrique
Bonet Cruz, Isis
dc.contributor.author.none.fl_str_mv Barrera Sanchez, Jeisson Harvey
dc.subject.proposal.eng.fl_str_mv Machine Learning
topic Machine Learning
Neumonía
Pronóstico Gravedad
dc.subject.proposal.spa.fl_str_mv Neumonía
Pronóstico Gravedad
description 44 páginas
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-01-27T20:11:33Z
dc.date.available.none.fl_str_mv 2022-01-27T20:11:33Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/4240
dc.identifier.bibliographiccitation.none.fl_str_mv Barrera Sanchez, J. H. (2021). Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/4240
url https://repository.eia.edu.co/handle/11190/4240
identifier_str_mv Barrera Sanchez, J. H. (2021). Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/4240
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad EIA, 2021
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2021
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad EIA
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.spa.fl_str_mv Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place.spa.fl_str_mv Envigado (Antioquia, Colombia)
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/76ce023c-fc13-4a1f-bf1f-544ee4e5c9ee/download
https://repository.eia.edu.co/bitstreams/a6da7bfb-e27c-4d84-8dc0-ba956678f335/download
https://repository.eia.edu.co/bitstreams/ab581119-628e-4fa4-81e2-c5933b61f317/download
https://repository.eia.edu.co/bitstreams/e92a429f-1e13-4109-855a-6c9017d80eba/download
bitstream.checksum.fl_str_mv da9276a8e06ed571bb7fc7c7186cd8fe
2033e6bda3a7e5ce5ce109fde82e91a7
26422f8acb1f729f4874d8e8f49a5301
393153d6330235752be2adebb9775b91
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100879231418368
spelling Camacho Cogollo, Javier Enriquee5b1ccf5e96930d4d45902c58ce221deBonet Cruz, Isisc13b9a24cfe250e70b2062e9caa6400d600Barrera Sanchez, Jeisson Harvey773ab3faa7d3632e6846073679f3d1012022-01-27T20:11:33Z2022-01-27T20:11:33Z2021https://repository.eia.edu.co/handle/11190/4240Barrera Sanchez, J. H. (2021). Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/424044 páginasRESUMEN: La neumonía ataca directamente al sistema respiratorio, por lo que en algunos casos se hace necesario conectar al paciente a un ventilador o ingresarlo a una unidad de cuidados intensivos (UCI), en ese punto la salud del paciente es inestable por lo que es de vital importancia mantenerlo en revisión constante. Mediante este proyecto se pretende desarrollar un modelo que permita el pronóstico temprano de gravedad de los pacientes con neumonía en UCI, evitando el retraso en el tratamiento, falta de cuidados o errores clínicos. El trabajo se realizó utilizando la base de datos MIMIC-III, que tiene información clínica de pacientes reales en cuidados intensivos. En un análisis descriptivo de los datos se encontró que el 14.23% de la muestra tiende a obtener el peor desenlace, que es la muerte. El modelo propuesto fue LightGBM con un 96% de accuracy y su recall para la clase objetivo del 100%, teniendo una ventana de las últimas 24 horas para recolectar datos y 12 horas descartadas antes de la predicción.ABSTRACT: Pneumonia directly attacks the respiratory system, so in some cases it is necessary to connect the patient to a ventilator or admit him to an intensive care unit (ICU), at that point the patient's health is unstable so it is vital to keep him under constant review. The aim of this project is to develop a model that allows early prognosis of the severity of patients with pneumonia in ICU, avoiding delay in treatment, lack of care or clinical errors. The work was performed using the MIMIC-III database, which has clinical information of real patients in intensive care. In a descriptive analysis of the data, it was found that 14.23% of the sample tends to obtain the worst outcome, which is death. The proposed model was LightGBM with 96% accuracy and its recall for the target class of 100%, having a window of the last 24 hours to collect data and 12 hours discarded before prediction.PregradoIngeniero(a) de Sistemas y Computaciónapplication/pdfspaUniversidad EIAIngeniería de Sistemas y ComputaciónEscuela de Ingeniería y Ciencias BásicasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2021https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_7a1fMachine LearningNeumoníaPronóstico GravedadPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82515https://repository.eia.edu.co/bitstreams/76ce023c-fc13-4a1f-bf1f-544ee4e5c9ee/downloadda9276a8e06ed571bb7fc7c7186cd8feMD57ORIGINALBarreraJeisson_2021_ModeloPredictivoPronostico.pdfBarreraJeisson_2021_ModeloPredictivoPronostico.pdfTrabajo de gradoapplication/pdf988146https://repository.eia.edu.co/bitstreams/a6da7bfb-e27c-4d84-8dc0-ba956678f335/download2033e6bda3a7e5ce5ce109fde82e91a7MD58TEXTBarreraJeisson_2021_ModeloPredictivoPronostico.pdf.txtBarreraJeisson_2021_ModeloPredictivoPronostico.pdf.txtExtracted texttext/plain68349https://repository.eia.edu.co/bitstreams/ab581119-628e-4fa4-81e2-c5933b61f317/download26422f8acb1f729f4874d8e8f49a5301MD59THUMBNAILBarreraJeisson_2021_ModeloPredictivoPronostico.pdf.jpgBarreraJeisson_2021_ModeloPredictivoPronostico.pdf.jpgGenerated Thumbnailimage/jpeg9594https://repository.eia.edu.co/bitstreams/e92a429f-1e13-4109-855a-6c9017d80eba/download393153d6330235752be2adebb9775b91MD51011190/4240oai:repository.eia.edu.co:11190/42402023-07-25 16:49:51.121https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad EIA, 2021open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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