Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]

The exponential growth of medical data has generated the need to implement new techniques of information analysis that support decision making. The objective of this article is to identify the aggregated value that data mining models have in decision making in the information given by exploratory an...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2018

Institución:: Universidad de Medellín

Repositorio:: Repositorio UDEM

Idioma:: spa

id	REPOUDEM2_84522c0fa9cf93e2cabc51d753d8b6e2
oai_identifier_str	oai:repository.udem.edu.co:11407/4857
network_acronym_str	REPOUDEM2
network_name_str	Repositorio UDEM
repository_id_str
dc.title.spa.fl_str_mv	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
title	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
spellingShingle	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso] Breast cancer Decision Trees K-means clustering Mammographic
title_short	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
title_full	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
title_fullStr	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
title_full_unstemmed	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
title_sort	Evaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]
dc.contributor.affiliation.spa.fl_str_mv	Sánchez Zuleta, C.C., Universidad de Medellín;Giraldo Marín, L.M., Universidad de Medellín;Piedrahita Escobar, C.C., Universidad de Medellín;Bonet, I., Universidad EIA;Lochmüller, C., Universidad EIA;Tabares Betancur, M.S., Universidad EAFIT;Peña, A., Universidad EIA
dc.subject.spa.fl_str_mv	Breast cancer Decision Trees K-means clustering Mammographic
topic	Breast cancer Decision Trees K-means clustering Mammographic
description	The exponential growth of medical data has generated the need to implement new techniques of information analysis that support decision making. The objective of this article is to identify the aggregated value that data mining models have in decision making in the information given by exploratory analysis. It was used a case study methodology for two data sets, that look to determine the malignity of detected masses, in the breasts of patients, through the interpretation of attributes registered from the mases. The results show a complementary behavior of both techniques. © 2018.
publishDate	2018
dc.date.accessioned.none.fl_str_mv	2018-10-31T13:44:17Z
dc.date.available.none.fl_str_mv	2018-10-31T13:44:17Z
dc.date.created.none.fl_str_mv	2018
dc.type.eng.fl_str_mv	Article
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/article
dc.identifier.issn.none.fl_str_mv	7981015
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/11407/4857
identifier_str_mv	7981015
url	http://hdl.handle.net/11407/4857
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.relation.isversionof.spa.fl_str_mv	https://www.scopus.com/inward/record.uri?eid=2-s2.0-85049863886&partnerID=40&md5=c462252022f4186979c80e6691bed755
dc.relation.citationvolume.spa.fl_str_mv	39
dc.relation.citationissue.spa.fl_str_mv	28
dc.relation.ispartofes.spa.fl_str_mv	Espacios
dc.relation.references.spa.fl_str_mv	Quesada, A., Wong, Y., Pérez, D., Rosete Suarés, A., (2008) Minería de Datos aplicada a la Gestión Hospitalaria, , diciembre, 14 Convención Científica de Ingeniería y Arquitectura. 2-5. Cujae, Cuba;Barrientos, R., Cruz, N., Acosta, H.G., Rabatte, I.G., Blázquez, S.L., árboles de decisión como herramienta en el diagnóstico médico (2009) Revista Medica de la Universidad de Veracruz, 9 (2), pp. 19-24;(2011) Banco Interamericano de desarrollo (BID), , https://publications.iadb.org/bitstream/handle/11319/6434/Pautas%20para%20la%20elaboraci%C3%B3n%20de%20Estudios%20de%20Caso.pdf;Chandola, V., Sukumar, R.S., Schryver, J., (2013) Knowledge Discovery from Massive Healthcare Claims, , En KDD2013, 1312-1320;Dávila, F., Sánchez, Y., Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas (2012) Revista Cubana de Informática Médica, 4 (2), pp. 174-183;Escobar Ayona, E.M., Tecnología Big Data para el Sector Salud del Estado de Guerrero (2014) Research in Computing Science, 77, pp. 167-174;Han, J., Kamber, M., Pei, J., (2012) Data Mining Concepts and Techniques, , New York: Elsevier;Hayward, J., Alvarez, S.A., Ruiz, C., Sullivan, M., Tseng, J., Machine learning of clinical performance in a pancreatic cancer database (2010) Artificial Intelligence in Medicine, 49, pp. 187-195;Lichman, M., (2013) UCI, , https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29, Machine Learning Repository. University of California, School of Information and Computer Science;(2017) Trusted health information for you, , https://medlineplus.gov/mammography.html, 09 de;Podgorelec, V., Kokol, P., Stiglic, B., Rozman, I., Decision trees: an overview and their use in medicine (2002) Journal of Medical Systems, 26 (5), pp. 445-463;Sanders, G., (2009) Introduction to Medical Decision Making and Decision Analysis, , Durham, NC: Duke Clinical Research Institute;Society, A.C., (2017) American Cancer Society, , https://www.cancer.org/es/cancer/cancer-de-seno/pruebas-dedeteccion-y-deteccion-temprana-del-cancer-de-seno/biopsia-del-seno.html, 5 de 02 de;Solti, D., Zhai, H., Predicting Breast Cancer Patient Survival Using Machine Learning (2013) Proceedings of ACM-BCM, pp. 704-705. , Washington, DC, USA;Sox, H.C., Blatt, M.A., Marton, K., (1988) Medical Decision Making, , Bostom, MA: Butterworth-Heinemann Publisher;Obtenido de Medical Diccionary, , http://medicaldictionary.thefreedictionary.com/fractional+shortening, (23 de 02 de 2017);Vercellis, C., (2009) Business Intelligence: Data Mining and Optimization for Decisition Making, , United Kingdom: Wiley;Willians, G., (2011) Data Mining with Rattle and R: The Art of Excavating Data for Knowledge Discovery, , Londres: Springer;Ye, N., (2014) Data MIning. Theories, Algorithms, and Examples, , New York: CRC press
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_16ec
rights_invalid_str_mv	http://purl.org/coar/access_right/c_16ec
dc.publisher.spa.fl_str_mv	Revista Espacios
dc.publisher.program.spa.fl_str_mv	Ingeniería de Sistemas;Ciencias Básicas
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingenierías;Facultad de Ciencias Básicas
dc.source.spa.fl_str_mv	Scopus
institution	Universidad de Medellín
repository.name.fl_str_mv	Repositorio Institucional Universidad de Medellin
repository.mail.fl_str_mv	repositorio@udem.edu.co
_version_	1814159230013276160
spelling	2018-10-31T13:44:17Z2018-10-31T13:44:17Z20187981015http://hdl.handle.net/11407/4857The exponential growth of medical data has generated the need to implement new techniques of information analysis that support decision making. The objective of this article is to identify the aggregated value that data mining models have in decision making in the information given by exploratory analysis. It was used a case study methodology for two data sets, that look to determine the malignity of detected masses, in the breasts of patients, through the interpretation of attributes registered from the mases. The results show a complementary behavior of both techniques. © 2018.spaRevista EspaciosIngeniería de Sistemas;Ciencias BásicasFacultad de Ingenierías;Facultad de Ciencias Básicashttps://www.scopus.com/inward/record.uri?eid=2-s2.0-85049863886&partnerID=40&md5=c462252022f4186979c80e6691bed7553928EspaciosQuesada, A., Wong, Y., Pérez, D., Rosete Suarés, A., (2008) Minería de Datos aplicada a la Gestión Hospitalaria, , diciembre, 14 Convención Científica de Ingeniería y Arquitectura. 2-5. Cujae, Cuba;Barrientos, R., Cruz, N., Acosta, H.G., Rabatte, I.G., Blázquez, S.L., árboles de decisión como herramienta en el diagnóstico médico (2009) Revista Medica de la Universidad de Veracruz, 9 (2), pp. 19-24;(2011) Banco Interamericano de desarrollo (BID), , https://publications.iadb.org/bitstream/handle/11319/6434/Pautas%20para%20la%20elaboraci%C3%B3n%20de%20Estudios%20de%20Caso.pdf;Chandola, V., Sukumar, R.S., Schryver, J., (2013) Knowledge Discovery from Massive Healthcare Claims, , En KDD2013, 1312-1320;Dávila, F., Sánchez, Y., Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas (2012) Revista Cubana de Informática Médica, 4 (2), pp. 174-183;Escobar Ayona, E.M., Tecnología Big Data para el Sector Salud del Estado de Guerrero (2014) Research in Computing Science, 77, pp. 167-174;Han, J., Kamber, M., Pei, J., (2012) Data Mining Concepts and Techniques, , New York: Elsevier;Hayward, J., Alvarez, S.A., Ruiz, C., Sullivan, M., Tseng, J., Machine learning of clinical performance in a pancreatic cancer database (2010) Artificial Intelligence in Medicine, 49, pp. 187-195;Lichman, M., (2013) UCI, , https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29, Machine Learning Repository. University of California, School of Information and Computer Science;(2017) Trusted health information for you, , https://medlineplus.gov/mammography.html, 09 de;Podgorelec, V., Kokol, P., Stiglic, B., Rozman, I., Decision trees: an overview and their use in medicine (2002) Journal of Medical Systems, 26 (5), pp. 445-463;Sanders, G., (2009) Introduction to Medical Decision Making and Decision Analysis, , Durham, NC: Duke Clinical Research Institute;Society, A.C., (2017) American Cancer Society, , https://www.cancer.org/es/cancer/cancer-de-seno/pruebas-dedeteccion-y-deteccion-temprana-del-cancer-de-seno/biopsia-del-seno.html, 5 de 02 de;Solti, D., Zhai, H., Predicting Breast Cancer Patient Survival Using Machine Learning (2013) Proceedings of ACM-BCM, pp. 704-705. , Washington, DC, USA;Sox, H.C., Blatt, M.A., Marton, K., (1988) Medical Decision Making, , Bostom, MA: Butterworth-Heinemann Publisher;Obtenido de Medical Diccionary, , http://medicaldictionary.thefreedictionary.com/fractional+shortening, (23 de 02 de 2017);Vercellis, C., (2009) Business Intelligence: Data Mining and Optimization for Decisition Making, , United Kingdom: Wiley;Willians, G., (2011) Data Mining with Rattle and R: The Art of Excavating Data for Knowledge Discovery, , Londres: Springer;Ye, N., (2014) Data MIning. Theories, Algorithms, and Examples, , New York: CRC pressScopusBreast cancerDecision TreesK-means clusteringMammographicEvaluation of models of decision trees and K-means models in the characterization or diagnosis of some diseases [Análisis comparativo entre: «el análisis exploratorio de datos» y los modelos de «árboles de decisión» y «kmeans » en el diagnóstico de la malignidad en algunos exámenes de cáncer de mama. Un estudio de caso]Articleinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Sánchez Zuleta, C.C., Universidad de Medellín;Giraldo Marín, L.M., Universidad de Medellín;Piedrahita Escobar, C.C., Universidad de Medellín;Bonet, I., Universidad EIA;Lochmüller, C., Universidad EIA;Tabares Betancur, M.S., Universidad EAFIT;Peña, A., Universidad EIASánchez Zuleta C.C.Giraldo Marín L.M.Piedrahita Escobar C.C.Bonet I.Lochmüller C.Tabares Betancur M.S.Peña A.http://purl.org/coar/access_right/c_16ec11407/4857oai:repository.udem.edu.co:11407/48572020-05-27 18:33:03.119Repositorio Institucional Universidad de Medellinrepositorio@udem.edu.co

Publicaciones similares