Desarrollo de un software predictor para determinar la periodicidad del mantenimiento preventivo de los monitores de signos vitales de la unidad de cuidados intensivos de una institución prestadora de servicios de salud

El objetivo del presente proyecto es desarrollar un software predictor para determinar la cantidad de mantenimientos anuales que tendrá un monitor de signos vitales con el fin de ajustar la periodicidad de mantenimientos preventivos para dichos equipos. Para lograr esto, se realiza la creación de una base de datos con la cual se entrena el sistema predictor haciendo uso de métodos de regresión como lo son: regresión logística multinomial, regresión no lineal, regresión lineal y regresión por pasos. Además de esto se implementa PCA (análisis principal de componentes) y FSRNCA (selección de características mediante análisis de componentes de vecindad para regresión) como métodos de reducción de dimensionalidad. Para la codificación del software se hace uso de los lenguajes de programación Matlab y Python, así mismo, se implementa como modelo predictor el método de regresión por pasos junto con el método de reducción de dimensionalidad PCA, obteniendo un porcentaje de acierto en la implementación de aproximadamente 65 % con una desviación estándar de aproximadamente ±24.

• Autores: Vargas Silva, Juan Pablo; López Salas, Carlos Julián
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/13962
• Acceso en línea: http://hdl.handle.net/20.500.12749/13962
• Palabra clave: Biomedical engineering; Engineering; Medical electronics; Biological physics; Bioengineering; Medical instruments and apparatus; Medicine; Predictor software; Software; Maintenance; Clinical engineering; Ingeniería biomédica; Ingeniería; Biofísica; Bioingeniería; Medicina; Software; Mantenimiento; Ingeniería clínica; Electrónica médica; Instrumentos y aparatos médicos; Software predictor
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/