Análisis de factores de riesgo de la diabetes en Chubut

Se plantea en el presente trabajo, analizar distintos factores de riesgo que influyen en la afección de la diabetes mellitus y utilizar modelos de machine learning de aprendizaje supervisado para poder determinar si una persona está posee dicha enfermedad. Ésto se realiza mediante la evaluación de a...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Perdomo, Luciano, Ordinez, Leonardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Diabetes mellitus
Inteligencia artificial
Aprendizaje Supervisado
Toma de decisiones
Salud Pública
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176166
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176166
record_format dspace
spelling I19-R120-10915-1761662025-02-05T20:05:05Z http://sedici.unlp.edu.ar/handle/10915/176166 Análisis de factores de riesgo de la diabetes en Chubut Perdomo, Luciano Ordinez, Leonardo 2024-04 2024 2025-02-05T16:54:39Z es Ciencias Informáticas Diabetes mellitus Inteligencia artificial Aprendizaje Supervisado Toma de decisiones Salud Pública Se plantea en el presente trabajo, analizar distintos factores de riesgo que influyen en la afección de la diabetes mellitus y utilizar modelos de machine learning de aprendizaje supervisado para poder determinar si una persona está posee dicha enfermedad. Ésto se realiza mediante la evaluación de algunos de sus factores de riesgo. Para ello se utilizaron datos públicos obtenidos del INDEC (Instituto Nacional De Estadísticas y Censos). Se conformó un dataset utilizando datos pertenecientes a las ENFR (Encuesta Nacional de Factores de Riesgo) realizadas en los años 2005, 2009, 2013 y 2018 en Argentina. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 115-119
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Diabetes mellitus
Inteligencia artificial
Aprendizaje Supervisado
Toma de decisiones
Salud Pública
spellingShingle Ciencias Informáticas
Diabetes mellitus
Inteligencia artificial
Aprendizaje Supervisado
Toma de decisiones
Salud Pública
Perdomo, Luciano
Ordinez, Leonardo
Análisis de factores de riesgo de la diabetes en Chubut
topic_facet Ciencias Informáticas
Diabetes mellitus
Inteligencia artificial
Aprendizaje Supervisado
Toma de decisiones
Salud Pública
description Se plantea en el presente trabajo, analizar distintos factores de riesgo que influyen en la afección de la diabetes mellitus y utilizar modelos de machine learning de aprendizaje supervisado para poder determinar si una persona está posee dicha enfermedad. Ésto se realiza mediante la evaluación de algunos de sus factores de riesgo. Para ello se utilizaron datos públicos obtenidos del INDEC (Instituto Nacional De Estadísticas y Censos). Se conformó un dataset utilizando datos pertenecientes a las ENFR (Encuesta Nacional de Factores de Riesgo) realizadas en los años 2005, 2009, 2013 y 2018 en Argentina.
format Objeto de conferencia
Objeto de conferencia
author Perdomo, Luciano
Ordinez, Leonardo
author_facet Perdomo, Luciano
Ordinez, Leonardo
author_sort Perdomo, Luciano
title Análisis de factores de riesgo de la diabetes en Chubut
title_short Análisis de factores de riesgo de la diabetes en Chubut
title_full Análisis de factores de riesgo de la diabetes en Chubut
title_fullStr Análisis de factores de riesgo de la diabetes en Chubut
title_full_unstemmed Análisis de factores de riesgo de la diabetes en Chubut
title_sort análisis de factores de riesgo de la diabetes en chubut
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176166
work_keys_str_mv AT perdomoluciano analisisdefactoresderiesgodeladiabetesenchubut
AT ordinezleonardo analisisdefactoresderiesgodeladiabetesenchubut
_version_ 1845116769153318912

Ejemplares similares