Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.

Trabajo de Investigación

Autores:: Baracaldo-Pérez, Raúl Alejandro

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2020

Institución:: Universidad Católica de Colombia

Repositorio:: RIUCaC - Repositorio U. Católica

Idioma:: spa

id	UCATOLICA2_1dd9c8c077a4d03491686cfb32e7c616
oai_identifier_str	oai:repository.ucatolica.edu.co:10983/24504
network_acronym_str	UCATOLICA2
network_name_str	RIUCaC - Repositorio U. Católica
repository_id_str
dc.title.spa.fl_str_mv	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
title	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
spellingShingle	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial. INTELIGENCIA ARTIFICIAL PROCESAMIENTO DE INFORMACIÓN E-HEALTH RED DE BAYES REDES DE DATOS TELECOMUNICACIONES SISTEMA DE CAPTACIÓN PROBABILIDAD.
title_short	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
title_full	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
title_fullStr	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
title_full_unstemmed	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
title_sort	Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.
dc.creator.fl_str_mv	Baracaldo-Pérez, Raúl Alejandro
dc.contributor.advisor.spa.fl_str_mv	Jiménez-Agudelo, Yury Andrea
dc.contributor.author.spa.fl_str_mv	Baracaldo-Pérez, Raúl Alejandro
dc.subject.armarc.spa.fl_str_mv	INTELIGENCIA ARTIFICIAL PROCESAMIENTO DE INFORMACIÓN
topic	INTELIGENCIA ARTIFICIAL PROCESAMIENTO DE INFORMACIÓN E-HEALTH RED DE BAYES REDES DE DATOS TELECOMUNICACIONES SISTEMA DE CAPTACIÓN PROBABILIDAD.
dc.subject.proposal.spa.fl_str_mv	E-HEALTH RED DE BAYES REDES DE DATOS TELECOMUNICACIONES SISTEMA DE CAPTACIÓN PROBABILIDAD.
description	Trabajo de Investigación
publishDate	2020
dc.date.accessioned.spa.fl_str_mv	2020-07-17T21:04:10Z
dc.date.available.spa.fl_str_mv	2020-07-17T21:04:10Z
dc.date.issued.spa.fl_str_mv	2020
dc.type.spa.fl_str_mv	Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv	Text
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv	https://purl.org/redcol/resource_type/TP
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/submittedVersion
format	http://purl.org/coar/resource_type/c_7a1f
status_str	submittedVersion
dc.identifier.citation.spa.fl_str_mv	Bracaldo-Pérez, R.A. (2020). Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.. Programa de Ingeniería Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia
dc.identifier.uri.spa.fl_str_mv	https://hdl.handle.net/10983/24504
identifier_str_mv	Bracaldo-Pérez, R.A. (2020). Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.. Programa de Ingeniería Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia
url	https://hdl.handle.net/10983/24504
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.references.spa.fl_str_mv	AMERICAN HEART ASSOCIATION ¿Qué es la presión arterial alta? (PDF) [En línea]. Disponible en: https://bit.ly/31Jn3qj . Citado el 31 marzo 2019 ANADULU Kardiyoloji Dergisi : AKD: The Anatolian Journal of Cardiology; Istanbul Tomo 8, N.º 4, p. 249-254. [en línea] [Turquía]. 2018. Disponible en: http://www.anatoljcardiol.com/. Citado 29 de agosto 2019. ARCINIEGAS, Jair., GÓMEZ, David., SUÁREZ, Lina., CRUZ, Mario. Estructura del gasto en Salud Pública en Colombia [en línea]. 17 ed. [Bogotá, Colombia]: nov.2008. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PES/estructura-gasto-salud-publica-colombia.pdf. Citado el 7 de may 2019. ARMBRUST, Michael., FOX, Armando., GRIFFITH, Rean.,.A view of cloud computing. [en línea]. [Nueva York, Estados Unidos]: abril 2010. Disponible en: https://dl.acm.org/citation.cfm?id=1721672. Citado 31 marzo 2019. BALAMBA. Brayan, SACRISTÁN, Juan. Prototipo funcional de un servicio e-health para monitorear, transmitir y almacenar el estado de la presión arterial de pacientes crónicos-hipertensos. [en línea]. [Bogotá, Colombia]. 2019. Disponible en: https://bit.ly/3ghJSW0. Citado 28 de abril de 2020. BATTISTONI, Allegra., CANICHELLA, Flaminia., PIGNATELLI, Giulia., FERRUCCI, Andrea. Hypertension in Young People: Epidemiology, Diagnostic Assessment and Therapeutic Approach. High blood pressure & cardiovascular prevention: the official journal of the Italian Society of Hypertension. 2015, vol 4., no 11., p. 2-6. Disponible en: https://bit.ly/2ZEbU7M Centro de Ayuda Tecnosinergia. ¿Qué es GPRS?. [en línea]. Abril 2019. Disponible en: https://tecnosinergia.zendesk.com/hc/es/articles/236174548--Qu%C3%A9-es-GPRS-. Citado 24 de abril del 2019. CHEN, Min., HAO, Yixue., HWANG, Kai., WANG, Lu., WANG, Lin. Disease prediction by machine learning over big data from healthcare communities. [en línea]. [China]. 2015. Disponible en: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7912315. Citado 4 de septiembre de 2019 CLÍNICA MAYO. Monitores de muñeca para la presión arterial: ¿son exactos? [en línea]. [Bogotá, Colombia]. Ene 2019. Disponible en: https://www.mayoclinic.org/es-es/diseases-conditions/high-blood-pressure/expert-answers/wrist-blood-pressure-monitors/faq-20057802. Citado mayo 16 de 2020. CLÍNICA MAYO. Cómo aprovechar al máximo el control de la presión arterial en el hogar. [en línea]. [Bogotá, Colombia]. Marzo 2019. Disponible en: https://mayocl.in/3eXgWCH. Citado el 14 de mayo de 2020 CUADRADO, Santiago., GONZÁLEZ, Emilio., CURBELO, Haydee., LUNA, Yaquelin., CASAS, Gladys., GUTIÉRREZ, Iliana. Sistema experto basado en casos para el diagnóstico de la hipertensión arterial. [en línea]. [Antioquia, Colombia]. Sep. 2011. Disponible en: http://www.scielo.org.co/pdf/rfiua/n60/n60a20.pdf. Citado el 25 de agosto del 2019 EL NAGA, I., & MURPHY, M. J. ¿What Is Machine Learning? Machine Learning in Radiation Oncology.p. 3–11. [en línea]. 2015. Disponible en: https://link.springer.com/content/pdf/10.1007/978-3-319-18305-3.pdf. Citado 31 de marzo de 2020 HEALTH, Steve. Embedded Systems Design. 2nd Edition. Newnes. [en línea]. [Reino Unido]: 1997. Disponible en: https://bit.ly/3gm7Orl. Citado 23 abril del 2019. HUANG, Shuqiong., XU, Yihua., YUE, Li., WIE, Sheng. Evaluating the risk of hypertension using an artificial neural network method in rural residents over the age of 35 years in a Chinese area. [en línea]. [Wuhan, China]. May 2010. Disponible en: https://www.nature.com/articles/hr201073.pdf?origin=ppub. Citado 01 de agosto 2019 Instituto Nacional de Cáncer. Definición de enfermedad crónica [en línea]. [Estados Unidos]: Disponible en: https://www.cancer.gov/espanol/publicaciones/diccionario/def/enfermedad-cronica.Citado 28 abril del 2020 Instrumentos de medición. Tensiómetro. [en línea]. 2018. Disponible en: http://instrumentosdemedicion.org/presion/tensiometro/. Citado el 31 mar de 2019 Journal of Medical Internet Research. ¿What is e-health? Encyclopedia of Social Network Analysis and Mining. [en línea]. [Estados unidos]: 2001. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1761894/. Citado 27 abril de 2020 KROUGH, A. ¿What are artificial neural networks? Nature Biotechnology p.195–197 [en línea]. Feb 2008. Disponible en: https://www.nature.com/articles/nbt1386.Citado marzo 31 del 2019 LÓPEZ, Raúl., Introducción a la inferencia bayesiana con Python. [en línea]. 2017. Disponible en: https://bit.ly/3gnSIlq. Citado abril 28 de 2020 MAS ADELANTE. ¿Qué significa Bluetooth? [en línea]. 2019. Disponible en: https://www.masadelante.com/faqs/que-es-bluetooth.Citado el 24 abril de 2019. Ministerio de Salud y Protección Social, Telemedicina. [en línea]. [Bogotá, Colombia]: nov 2014. Disponible en: https://bit.ly/3dQMDvT. Citado abril 23 del 2020 Ministerio de salud. Día de la hipertensión. [en línea]. [Bogotá, Colombia]. May 2017. Disponible en: https://bit.ly/3dX6nho. Se consultó el 30 marzo 2019 MOHAMMED, J., LUNG, C.-H., OCNEANU, A., THAKRAL, A., JONES, C., & ADLER, A. Internet of Things: Remote Patient Monitoring Using Web Services and Cloud Computing. [en línea]. 2014 Disponible en: https://ieeexplore.ieee.org/document/7059670. Citado el 29 marzo 2019. MSV. Janakiram. 10 key takeaways from rightscale state of the report. [en línea].Feb 2018 Disponible en: https://bit.ly/3gpuVBg. Citado 10 mayo del 2020. MUÑOZ, Oscar., RODRÍGUEZ, Nora., RUIZ, Álvaro., RONDÓN, Martin. Validación de los modelos de predicción de Framingham y PROCAM como estimadores del riesgo cardiovascular en una población colombiana [en línea]. [Bogotá, Colombia]: agosto 2014. Disponible en: https://www.sciencedirect.com/science/article/pii/S0120563314000126. Citado 31 marzo 2019 National Heart Lung and Blood Institute. Presión alta [en línea]. [New York, Estados Unidos]: 2007. Disponible en: https://bit.ly/2BylVev. Citado 31 mar 2019. Informe TIC fácil. ¿Qué es WiFi?. [en línea]. Disponible en: http://www.informeticplus.com/que-es-wifi. Citado 24 de abril del 2019. OMS - World Health Organization.[En línea]. [Ginebra, Suiza]: 2013. Disponible en: https://bit.ly/2Aq1mAm. Citado marzo 31 de 2019 OMS. Hipertensión. [en línea]. Disponible en: https://www.who.int/topics/hypertension/es/. Citado marzo 31 de 2019. OMS. Preguntas y respuestas sobre la hipertensión [en línea]. sep. 2015. Disponible en internet: https://www.who.int/features/qa/82/es/. Se consultó el 30 marzo 2019 PÉREZ, Anderson. APLICACIÓN DE LA RED DE PROBABILIDAD NEURONAL Y ESCALA DE FRAMINGHAM PARA PREDICCIÓN DE LA HIPERTENSIÓN ARTERIAL. prevención, p 3, 4. [Cuba]. 2012. API REST: ¿Qué es y cuáles son sus ventajas en el desarrollo de proyectos? [en línea]. Marzo 2016. Disponible en: https://bit.ly/3itfda8. Citado el abril 28 de 2020. Publicaciones alto costo. Hipertensión. [en línea]. [Bogotá, Colombia]. May 2018. Disponible en: https://bit.ly/3eWnD7L. Se consultó el 30 marzo 2019. RAESIDE, Rebecca, PARTRIDGE, Stephanie., SINGLETON, Anna, & REDFERN, Julie. Cardiovascular Disease Prevention in Adolescents: eHealth, Co-Creation, and Advocacy. [en línea] 2019. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6410225/pdf/medsci-07-00034.pdf. Citado el 28 abril 2020 RAJENDRA, U., SUBBANNA, P., IYENGAR, S., RAO, A., & DUA, S. Classification of heart rate data using artificial neural network and fuzzy equivalence relation. Pattern Recognition, 36(1), p. 61–68. [en línea]. 2003. SAMANT, Rahul., RAO, Srikanta. Evaluation of artificial neural networks in prediction of essential hypertension. Volumen 81. [en línea]. [India]. Nov 2013. Disponible en: https://bit.ly/2Aon082. Citado agosto 26 de 2019 SAMUDIO, M., & VILLARREAL, V. mIHEALTH: Plataforma web para el seguimiento y control de pacientes con problemas de hipertensión arterial en Panamá. [en línea]. [Panamá]. 2017. Disponible en: https://www.semanticscholar.org/. Citado 27 agosto del 2019. SATIA, U., RAMKUMAR, B., & MANIKANDAM, M.S. Real-Time Signal Quality-Aware ECG Telemetry System for IoT-Based Health Care Monitoring. IEEE Internet of Things Journal, 4, 815-823. [la línea]. 2017. Disponible: https://ieeexplore.ieee.org/document/7857776. Citado agosto 2019. SUCAR, L. E. Redes bayesianas: Aprendizaje Automático: conceptos básicos y avanzados. p.77-100. [en línea]. [Puebla, México]. 2006.. Disponible en: https://ccc.inaoep.mx/~esucar/Clases-mgp/caprb.pdf. Citado 31 de marzo del 2019 SUMATHI, B., SANTHAKUMARAN, S., Pre-Diagnosis of Hypertension Using Artificial Neural Network. Global Journal of computer science and technology. Versión 1.0. [en línea]. [Estados Unidos]. Feb 2011. Disponible en: https://computerresearch.org/index.php/computer/article/view/688/688. Citado 01 de agosto del 2019 TESSARI, Mauro. Diseño de productos en la historia. [en línea]. [Buenos Aires, Argentina]: junio 2013. Disponible en: https://hdiunlp.files.wordpress.com/2010/04/docto_tensiometro_216.pdf. Citado 18 de mayo del 2019. TOLOSA, Gabriel. Protocolo y modelo OSI. [en línea]. Julio 2002. Disponible en: http://www.tyr.unlu.edu.ar/pub/02-ProtocolosOSI.pdf. Citado abril 23 de 2019 VINACCIA, S., QUICENO, J., GÓMEZ, Á., & MONTOYA, L. Calidad de vida relacionada con la salud en pacientes con diagnóstico de hipertensión arterial leve. Diversitas. 2007. p 3(2). Disponible en http://pepsic.bvsalud.org/pdf/diver/v3n2/v3n2a03.pdf. Citado abril 24 de 2019. VMEDICAL. Toma tensión. [en línea]. Disponible en: https://bit.ly/2BpinLJ. Citado 24 de abril del 2020. World Health Organization. Obesity and overweight [en línea]. [Estados Unidos]: 2018. Disponible en: https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight. Citado octubre 22 de 2019.
dc.rights.spa.fl_str_mv	Derechos Reservados - Universidad Católica de Colombia, 2020
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv	Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.spa.fl_str_mv	https://creativecommons.org/licenses/by-nc/4.0/
rights_invalid_str_mv	Derechos Reservados - Universidad Católica de Colombia, 2020 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/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.faculty.spa.fl_str_mv	Facultad de Ingeniería
dc.publisher.program.spa.fl_str_mv	Ingeniería Electrónica y Telecomunicaciones
institution	Universidad Católica de Colombia
bitstream.url.fl_str_mv	https://repository.ucatolica.edu.co/bitstreams/a3f7973b-27f6-4d75-bb8e-493b59877505/download https://repository.ucatolica.edu.co/bitstreams/d142ced9-80cf-44f9-8f5f-c19e4542472e/download https://repository.ucatolica.edu.co/bitstreams/663171f1-64b5-45a4-8a71-d1fe30c0dfe4/download https://repository.ucatolica.edu.co/bitstreams/68a7cc17-b59e-4de2-a85a-fef9db22270a/download https://repository.ucatolica.edu.co/bitstreams/8def7592-2fdd-46d4-948f-bbd8f37ec606/download https://repository.ucatolica.edu.co/bitstreams/f9ba508a-789f-4b73-8733-a1ca8d6b2d53/download
bitstream.checksum.fl_str_mv	124fd8cc44ab4f84b5b4021d28409359 0c52b3febfb321042dfd0c5682e6daad fed5ae8e47d9f93727950e9d6114bf6c 67e523f2f1228f2d46a717492e496447 b6c077fc3380a55bc160e60bfc4f2bb6 f9758c96a3e78bffb3c81c26f7b7b6c1
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad Católica de Colombia - RIUCaC
repository.mail.fl_str_mv	bdigital@metabiblioteca.com
_version_	1814256193659469824
spelling	Jiménez-Agudelo, Yury Andreaff6345d7-0ac9-4adb-b1fb-72e0fff4c6b0-1Baracaldo-Pérez, Raúl Alejandro339fdb97-e046-48a8-a579-fd606357dad8-12020-07-17T21:04:10Z2020-07-17T21:04:10Z2020Trabajo de InvestigaciónEl contenido del trabajo describe la implementación de un sistema que permite el analisis de datos, utilizando una red de Bayes diseñada en Python, da como respuesta la probabilidad de un usuario de sufrir hipertensión. Los datos son ingresados a travez de una encuesta de registro web y almacenados en un servidor. La herramienta cuenta con un modulo que le permite al profesional de la salud visualizar los datos registrados y la probabilidad de sufrir hipertensión.Trabajo de InvestigaciónPregradoIngeniero ElectrónicoINTRODUCCIÓN GENERALIDADES IMPLEMENTACIÓN VALIDACIÓN DESCRIPCIÓN ECONOMICA DEL PROYECTO CONCLUSIONES TRABAJOS FUTUROS BIBLIOGRAFÍA ANEXOSapplication/pdfBracaldo-Pérez, R.A. (2020). Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.. Programa de Ingeniería Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombiahttps://hdl.handle.net/10983/24504spaFacultad de IngenieríaIngeniería Electrónica y TelecomunicacionesAMERICAN HEART ASSOCIATION ¿Qué es la presión arterial alta? (PDF) [En línea]. Disponible en: https://bit.ly/31Jn3qj . Citado el 31 marzo 2019ANADULU Kardiyoloji Dergisi : AKD: The Anatolian Journal of Cardiology; Istanbul Tomo 8, N.º 4, p. 249-254. [en línea] [Turquía]. 2018. Disponible en: http://www.anatoljcardiol.com/. Citado 29 de agosto 2019.ARCINIEGAS, Jair., GÓMEZ, David., SUÁREZ, Lina., CRUZ, Mario. Estructura del gasto en Salud Pública en Colombia [en línea]. 17 ed. [Bogotá, Colombia]: nov.2008. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PES/estructura-gasto-salud-publica-colombia.pdf. Citado el 7 de may 2019.ARMBRUST, Michael., FOX, Armando., GRIFFITH, Rean.,.A view of cloud computing. [en línea]. [Nueva York, Estados Unidos]: abril 2010. Disponible en: https://dl.acm.org/citation.cfm?id=1721672. Citado 31 marzo 2019.BALAMBA. Brayan, SACRISTÁN, Juan. Prototipo funcional de un servicio e-health para monitorear, transmitir y almacenar el estado de la presión arterial de pacientes crónicos-hipertensos. [en línea]. [Bogotá, Colombia]. 2019. Disponible en: https://bit.ly/3ghJSW0. Citado 28 de abril de 2020.BATTISTONI, Allegra., CANICHELLA, Flaminia., PIGNATELLI, Giulia., FERRUCCI, Andrea. Hypertension in Young People: Epidemiology, Diagnostic Assessment and Therapeutic Approach. High blood pressure & cardiovascular prevention: the official journal of the Italian Society of Hypertension. 2015, vol 4., no 11., p. 2-6. Disponible en: https://bit.ly/2ZEbU7MCentro de Ayuda Tecnosinergia. ¿Qué es GPRS?. [en línea]. Abril 2019. Disponible en: https://tecnosinergia.zendesk.com/hc/es/articles/236174548--Qu%C3%A9-es-GPRS-. Citado 24 de abril del 2019.CHEN, Min., HAO, Yixue., HWANG, Kai., WANG, Lu., WANG, Lin. Disease prediction by machine learning over big data from healthcare communities. [en línea]. [China]. 2015. Disponible en: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7912315. Citado 4 de septiembre de 2019CLÍNICA MAYO. Monitores de muñeca para la presión arterial: ¿son exactos? [en línea]. [Bogotá, Colombia]. Ene 2019. Disponible en: https://www.mayoclinic.org/es-es/diseases-conditions/high-blood-pressure/expert-answers/wrist-blood-pressure-monitors/faq-20057802. Citado mayo 16 de 2020.CLÍNICA MAYO. Cómo aprovechar al máximo el control de la presión arterial en el hogar. [en línea]. [Bogotá, Colombia]. Marzo 2019. Disponible en: https://mayocl.in/3eXgWCH. Citado el 14 de mayo de 2020CUADRADO, Santiago., GONZÁLEZ, Emilio., CURBELO, Haydee., LUNA, Yaquelin., CASAS, Gladys., GUTIÉRREZ, Iliana. Sistema experto basado en casos para el diagnóstico de la hipertensión arterial. [en línea]. [Antioquia, Colombia]. Sep. 2011. Disponible en: http://www.scielo.org.co/pdf/rfiua/n60/n60a20.pdf. Citado el 25 de agosto del 2019EL NAGA, I., & MURPHY, M. J. ¿What Is Machine Learning? Machine Learning in Radiation Oncology.p. 3–11. [en línea]. 2015. Disponible en: https://link.springer.com/content/pdf/10.1007/978-3-319-18305-3.pdf. Citado 31 de marzo de 2020HEALTH, Steve. Embedded Systems Design. 2nd Edition. Newnes. [en línea]. [Reino Unido]: 1997. Disponible en: https://bit.ly/3gm7Orl. Citado 23 abril del 2019.HUANG, Shuqiong., XU, Yihua., YUE, Li., WIE, Sheng. Evaluating the risk of hypertension using an artificial neural network method in rural residents over the age of 35 years in a Chinese area. [en línea]. [Wuhan, China]. May 2010. Disponible en: https://www.nature.com/articles/hr201073.pdf?origin=ppub. Citado 01 de agosto 2019Instituto Nacional de Cáncer. Definición de enfermedad crónica [en línea]. [Estados Unidos]: Disponible en: https://www.cancer.gov/espanol/publicaciones/diccionario/def/enfermedad-cronica.Citado 28 abril del 2020Instrumentos de medición. Tensiómetro. [en línea]. 2018. Disponible en: http://instrumentosdemedicion.org/presion/tensiometro/. Citado el 31 mar de 2019Journal of Medical Internet Research. ¿What is e-health? Encyclopedia of Social Network Analysis and Mining. [en línea]. [Estados unidos]: 2001. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1761894/. Citado 27 abril de 2020KROUGH, A. ¿What are artificial neural networks? Nature Biotechnology p.195–197 [en línea]. Feb 2008. Disponible en: https://www.nature.com/articles/nbt1386.Citado marzo 31 del 2019LÓPEZ, Raúl., Introducción a la inferencia bayesiana con Python. [en línea]. 2017. Disponible en: https://bit.ly/3gnSIlq. Citado abril 28 de 2020MAS ADELANTE. ¿Qué significa Bluetooth? [en línea]. 2019. Disponible en: https://www.masadelante.com/faqs/que-es-bluetooth.Citado el 24 abril de 2019.Ministerio de Salud y Protección Social, Telemedicina. [en línea]. [Bogotá, Colombia]: nov 2014. Disponible en: https://bit.ly/3dQMDvT. Citado abril 23 del 2020Ministerio de salud. Día de la hipertensión. [en línea]. [Bogotá, Colombia]. May 2017. Disponible en: https://bit.ly/3dX6nho. Se consultó el 30 marzo 2019MOHAMMED, J., LUNG, C.-H., OCNEANU, A., THAKRAL, A., JONES, C., & ADLER, A. Internet of Things: Remote Patient Monitoring Using Web Services and Cloud Computing. [en línea]. 2014 Disponible en: https://ieeexplore.ieee.org/document/7059670. Citado el 29 marzo 2019.MSV. Janakiram. 10 key takeaways from rightscale state of the report. [en línea].Feb 2018 Disponible en: https://bit.ly/3gpuVBg. Citado 10 mayo del 2020.MUÑOZ, Oscar., RODRÍGUEZ, Nora., RUIZ, Álvaro., RONDÓN, Martin. Validación de los modelos de predicción de Framingham y PROCAM como estimadores del riesgo cardiovascular en una población colombiana [en línea]. [Bogotá, Colombia]: agosto 2014. Disponible en: https://www.sciencedirect.com/science/article/pii/S0120563314000126. Citado 31 marzo 2019National Heart Lung and Blood Institute. Presión alta [en línea]. [New York, Estados Unidos]: 2007. Disponible en: https://bit.ly/2BylVev. Citado 31 mar 2019.Informe TIC fácil. ¿Qué es WiFi?. [en línea]. Disponible en: http://www.informeticplus.com/que-es-wifi. Citado 24 de abril del 2019.OMS - World Health Organization.[En línea]. [Ginebra, Suiza]: 2013. Disponible en: https://bit.ly/2Aq1mAm. Citado marzo 31 de 2019OMS. Hipertensión. [en línea]. Disponible en: https://www.who.int/topics/hypertension/es/. Citado marzo 31 de 2019.OMS. Preguntas y respuestas sobre la hipertensión [en línea]. sep. 2015. Disponible en internet: https://www.who.int/features/qa/82/es/. Se consultó el 30 marzo 2019PÉREZ, Anderson. APLICACIÓN DE LA RED DE PROBABILIDAD NEURONAL Y ESCALA DE FRAMINGHAM PARA PREDICCIÓN DE LA HIPERTENSIÓN ARTERIAL. prevención, p 3, 4. [Cuba]. 2012.API REST: ¿Qué es y cuáles son sus ventajas en el desarrollo de proyectos? [en línea]. Marzo 2016. Disponible en: https://bit.ly/3itfda8. Citado el abril 28 de 2020.Publicaciones alto costo. Hipertensión. [en línea]. [Bogotá, Colombia]. May 2018. Disponible en: https://bit.ly/3eWnD7L. Se consultó el 30 marzo 2019.RAESIDE, Rebecca, PARTRIDGE, Stephanie., SINGLETON, Anna, & REDFERN, Julie. Cardiovascular Disease Prevention in Adolescents: eHealth, Co-Creation, and Advocacy. [en línea] 2019. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6410225/pdf/medsci-07-00034.pdf. Citado el 28 abril 2020RAJENDRA, U., SUBBANNA, P., IYENGAR, S., RAO, A., & DUA, S. Classification of heart rate data using artificial neural network and fuzzy equivalence relation. Pattern Recognition, 36(1), p. 61–68. [en línea]. 2003.SAMANT, Rahul., RAO, Srikanta. Evaluation of artificial neural networks in prediction of essential hypertension. Volumen 81. [en línea]. [India]. Nov 2013. Disponible en: https://bit.ly/2Aon082. Citado agosto 26 de 2019SAMUDIO, M., & VILLARREAL, V. mIHEALTH: Plataforma web para el seguimiento y control de pacientes con problemas de hipertensión arterial en Panamá. [en línea]. [Panamá]. 2017. Disponible en: https://www.semanticscholar.org/. Citado 27 agosto del 2019.SATIA, U., RAMKUMAR, B., & MANIKANDAM, M.S. Real-Time Signal Quality-Aware ECG Telemetry System for IoT-Based Health Care Monitoring. IEEE Internet of Things Journal, 4, 815-823. [la línea]. 2017. Disponible: https://ieeexplore.ieee.org/document/7857776. Citado agosto 2019.SUCAR, L. E. Redes bayesianas: Aprendizaje Automático: conceptos básicos y avanzados. p.77-100. [en línea]. [Puebla, México]. 2006.. Disponible en: https://ccc.inaoep.mx/~esucar/Clases-mgp/caprb.pdf. Citado 31 de marzo del 2019SUMATHI, B., SANTHAKUMARAN, S., Pre-Diagnosis of Hypertension Using Artificial Neural Network. Global Journal of computer science and technology. Versión 1.0. [en línea]. [Estados Unidos]. Feb 2011. Disponible en: https://computerresearch.org/index.php/computer/article/view/688/688. Citado 01 de agosto del 2019TESSARI, Mauro. Diseño de productos en la historia. [en línea]. [Buenos Aires, Argentina]: junio 2013. Disponible en: https://hdiunlp.files.wordpress.com/2010/04/docto_tensiometro_216.pdf. Citado 18 de mayo del 2019.TOLOSA, Gabriel. Protocolo y modelo OSI. [en línea]. Julio 2002. Disponible en: http://www.tyr.unlu.edu.ar/pub/02-ProtocolosOSI.pdf. Citado abril 23 de 2019VINACCIA, S., QUICENO, J., GÓMEZ, Á., & MONTOYA, L. Calidad de vida relacionada con la salud en pacientes con diagnóstico de hipertensión arterial leve. Diversitas. 2007. p 3(2). Disponible en http://pepsic.bvsalud.org/pdf/diver/v3n2/v3n2a03.pdf. Citado abril 24 de 2019.VMEDICAL. Toma tensión. [en línea]. Disponible en: https://bit.ly/2BpinLJ. Citado 24 de abril del 2020.World Health Organization. Obesity and overweight [en línea]. [Estados Unidos]: 2018. Disponible en: https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight. Citado octubre 22 de 2019.Derechos Reservados - Universidad Católica de Colombia, 2020info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2INTELIGENCIA ARTIFICIALPROCESAMIENTO DE INFORMACIÓNE-HEALTHRED DE BAYESREDES DE DATOSTELECOMUNICACIONESSISTEMA DE CAPTACIÓNPROBABILIDAD.Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALresumen-analitico-en-educacion.pdfresumen-analitico-en-educacion.pdfapplication/pdf172840https://repository.ucatolica.edu.co/bitstreams/a3f7973b-27f6-4d75-bb8e-493b59877505/download124fd8cc44ab4f84b5b4021d28409359MD51Trabajo de Grado.pdfTrabajo de Grado.pdfapplication/pdf1852204https://repository.ucatolica.edu.co/bitstreams/d142ced9-80cf-44f9-8f5f-c19e4542472e/download0c52b3febfb321042dfd0c5682e6daadMD52TEXTresumen-analitico-en-educacion.pdf.txtresumen-analitico-en-educacion.pdf.txtExtracted texttext/plain17336https://repository.ucatolica.edu.co/bitstreams/663171f1-64b5-45a4-8a71-d1fe30c0dfe4/downloadfed5ae8e47d9f93727950e9d6114bf6cMD53Trabajo de Grado.pdf.txtTrabajo de Grado.pdf.txtExtracted texttext/plain178994https://repository.ucatolica.edu.co/bitstreams/68a7cc17-b59e-4de2-a85a-fef9db22270a/download67e523f2f1228f2d46a717492e496447MD54THUMBNAILresumen-analitico-en-educacion.pdf.jpgresumen-analitico-en-educacion.pdf.jpgRIUCACimage/jpeg20229https://repository.ucatolica.edu.co/bitstreams/8def7592-2fdd-46d4-948f-bbd8f37ec606/downloadb6c077fc3380a55bc160e60bfc4f2bb6MD55Trabajo de Grado.pdf.jpgTrabajo de Grado.pdf.jpgRIUCACimage/jpeg8892https://repository.ucatolica.edu.co/bitstreams/f9ba508a-789f-4b73-8733-a1ca8d6b2d53/downloadf9758c96a3e78bffb3c81c26f7b7b6c1MD5610983/24504oai:repository.ucatolica.edu.co:10983/245042023-03-24 14:36:38.619https://creativecommons.org/licenses/by-nc/4.0/Derechos Reservados - Universidad Católica de Colombia, 2020https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com

Sistema e-health para capturar, transmitir y almacenar el estado de la presión arterial y otros datos relevantes, con el fin de calcular la probabilidad de padecer hipertensión arterial.

Publicaciones similares