Sistema generador de alertas que ayuden a prevenir el embarazo a temprana edad utilizando minería de datos

Durante esta investigación se llevó a cabo un proceso conocido como KDD (Knowledge Discovery in Databases), el cual involucra un trabajo extenso en minería de datos como uno de los pasos más importantes de este proceso. La investigación se realizó bajos dos objetivos principales: Encontrar patrones...

Full description

Autores:
Moreno Torres, David Mauricio
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/58949
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/58949
http://bdigital.unal.edu.co/56040/
Palabra clave:
0 Generalidades / Computer science, information and general works
36 Problemas y servicios sociales, asociaciones / Social problems and social services
6 Tecnología (ciencias aplicadas) / Technology
61 Ciencias médicas; Medicina / Medicine and health
62 Ingeniería y operaciones afines / Engineering
Minería de datos
Aprendizaje de Máquina
KDD
Embarazo adolescente
Mining
Knowledge Discovery in Databases
kDD
Machine Learning
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Durante esta investigación se llevó a cabo un proceso conocido como KDD (Knowledge Discovery in Databases), el cual involucra un trabajo extenso en minería de datos como uno de los pasos más importantes de este proceso. La investigación se realizó bajos dos objetivos principales: Encontrar patrones de comportamiento relacionados con el embarazo a temprana edad en las poblaciones más vulnerables de Bogotá y generar un modelo predictivo capaz de identificar las adolescentes con mayor riesgo de quedar en embarazo. El desarrollo de este modelo predictivo se basó en la teoría de determinantes de la salud de la OMS (Organización Mundial de la Salud), la cual indica que existen ciertos factores de riesgo asociados al embarazo adolescente determinados por factores sociales, económicos, personales y de entorno. Finalmente, con el propósito de brindar una herramienta tecnológica a los equipos médicos de promoción y prevención del distrito, se desarrolló una solución que involucra una aplicación móvil para geolocalizar a las mujeres menores de 20 años con mayor riesgo usando el modelo predictivo desarrollado.