Minería de datos para la detección de factores de influencia en el test Apgar

En este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista min...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Retamar, María Soledad, Ramos, Lautaro Martín Miguel, Nuñez, Juan Pablo, Savoy, Francisco, De Gracia, Laura, De Battista, Anabella Cecilia
Formato: Documento de conferencia publishedVersion
Lenguaje:Español
Publicado: 2019
Materias:
Minería de datos
Nacimientos
Test Apgar
Acceso en línea:http://hdl.handle.net/20.500.12272/3565
https://reddi.unlam.edu.ar/index.php/ReDDi/article/view/79
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-3565
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Minería de datos
Nacimientos
Test Apgar
spellingShingle Minería de datos
Nacimientos
Test Apgar
Retamar, María Soledad
Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
Minería de datos para la detección de factores de influencia en el test Apgar
topic_facet Minería de datos
Nacimientos
Test Apgar
description En este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificación basados en árboles de decisión: J48, REP Tree y Random Tree. Se compararon los resultados mediante métricas como TPRate, F-Score y matriz de confusión obteniendo mejores resultados con la combinación de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificación se encuentran: la aplicación de oxitócicos durante el trabajo de parto, la posición del niño al nacer, el peso y la edad gestacional del recién nacido
format Documento de conferencia
publishedVersion
Documento de conferencia
author Retamar, María Soledad
Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
author_facet Retamar, María Soledad
Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
author_sort Retamar, María Soledad
title Minería de datos para la detección de factores de influencia en el test Apgar
title_short Minería de datos para la detección de factores de influencia en el test Apgar
title_full Minería de datos para la detección de factores de influencia en el test Apgar
title_fullStr Minería de datos para la detección de factores de influencia en el test Apgar
title_full_unstemmed Minería de datos para la detección de factores de influencia en el test Apgar
title_sort minería de datos para la detección de factores de influencia en el test apgar
publishDate 2019
url http://hdl.handle.net/20.500.12272/3565
https://reddi.unlam.edu.ar/index.php/ReDDi/article/view/79
work_keys_str_mv AT retamarmariasoledad mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
AT ramoslautaromartinmiguel mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
AT nunezjuanpablo mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
AT savoyfrancisco mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
AT degracialaura mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
AT debattistaanabellacecilia mineriadedatosparaladetecciondefactoresdeinfluenciaeneltestapgar
bdutipo_str Repositorios
_version_ 1764820552045821953

Ejemplares similares