Desarrollo de una interfaz gráfica de usuario para la clasificación del tipo de fenotipo metabólico que presenta un paciente utilizando la base de datos Nhanes

Los fenotipos metabólicos son un conjunto de afectaciones a la salud, que causan un gran porcentaje de mortalidad en la sociedad anualmente. El propósito de esta investigación es desarrollar un sistema de clasificación de estas afectaciones de salud, utilizando máquinas de soporte vectorial, en los...

Full description

Autores:
Ramírez Gutiérrez, Luis Enrique
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad Simón Bolívar
Repositorio:
Repositorio Digital USB
Idioma:
spa
OAI Identifier:
oai:bonga.unisimon.edu.co:20.500.12442/6281
Acceso en línea:
https://hdl.handle.net/20.500.12442/6281
Palabra clave:
Fenotipos metabólicos
Sensibilidad
Especificidad
Maquinas de soporte vectorial
Rights
restrictedAccess
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Description
Summary:Los fenotipos metabólicos son un conjunto de afectaciones a la salud, que causan un gran porcentaje de mortalidad en la sociedad anualmente. El propósito de esta investigación es desarrollar un sistema de clasificación de estas afectaciones de salud, utilizando máquinas de soporte vectorial, en los pacientes registrados en la encuesta nacional de salud y nutrición de los estados unidos. Tomando la base de datos de nutrición y salud, la cual es una base de datos certificada, hacemos la respectiva selección de todos aquellos datos que serán utilizados en el clasificador, utilizando la opinión de un experto en salud, quien facilita la descripción de las variables a utilizar y su valor valido. Para el desarrollo del proyecto se utilizaron modelos matemáticos que ayudarían al procesamiento de los datos, utilizando conceptos estadísticos y de inteligencia artificial, conceptos que ayudarían a la comprensión del modelo de trabajo y a la descripción de los resultados. Siguiendo un modelo de desarrollo no experimental que permita trabajar las variables en un entorno natural sin la intensión de alterarlas. Este sistema de clasificación permite contemplar la capacidad de acierto y de fallos que se obtiene luego de un aprendizaje supervisado, para así poner definir qué tan preciso es este sistema.