Modelo para análisis de riesgo de la diabetes mellitus 2 usando inteligencia de negocios y minería de datos

La diabetes mellitus tipo 2 (DM2) es una enfermedad crónica caracterizada por una hiperglucemia y trastornos en el metabolismo de las grasas, hidratos de carbono y proteínas de forma tal que genera defectos en la producción y acción de la insulina en el cuerpo. Esta enfermedad presenta complicacione...

Full description

Autores:
Franco Pérez, Angela María
Tipo de recurso:
Fecha de publicación:
2014
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/52048
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/52048
http://bdigital.unal.edu.co/46299/
Palabra clave:
0 Generalidades / Computer science, information and general works
61 Ciencias médicas; Medicina / Medicine and health
Inteligencia de Negocios
Agrupación
Reglas de Asociación
Clasificación
Perfiles de pacientes
Diabetes Mellitus Tipo 2
Minería de Datos
Business intelligence
Clustering
Association Rules
Classiffication
Patients Profiles
Type 2 Diabetes Mellitus
Data Mining
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:La diabetes mellitus tipo 2 (DM2) es una enfermedad crónica caracterizada por una hiperglucemia y trastornos en el metabolismo de las grasas, hidratos de carbono y proteínas de forma tal que genera defectos en la producción y acción de la insulina en el cuerpo. Esta enfermedad presenta complicaciones crónicas que deterioran la calidad de vida de los pacientes y aumentan significativamente el riesgo de muerte. Para Colombia, es claro que se debe tener una prioridad en la detección temprana y aseguramiento de intervenciones para la diabetes mellitus 2. Este documento de tesis presenta un modelo de análisis de riesgo de la DM2 basado en inteligencia de negocios y minería de datos, el cual permite integrar y transformar datos clínicos, caracterizar pacientes y describirlos teniendo en cuenta sus diagnósticos, consumos y entorno social. Adicionalmente, el modelo permite predecir si un paciente puede o no sufrir comorbilidad asociada a DM2 y de qué tipo puede ser. La caracterización de pacientes se realiza a través de un algoritmo de agrupación y la descripción se hace mediante el uso de reglas de asociación. El modelo de predicción por su parte, utiliza _arboles de decisión y redes bayesianas. El caso de estudio consistió de una cohorte de 14162 pacientes reales enfermos de DM2 proporcionados por la empresa Processum LTDA, con registros de diagnósticos, procedimientos clínicos y variables socio culturales desde el año 2009 hasta el 2012.