Diseño de una aplicación web con integración a Big data y Machine Learning para el análisis predictivo de emergencias en pacientes con enfermedades crónicas de la unidad Hospitalaria clínica San Francisco

Miranda Vera, Francisco Javier

Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/jspui/handle/20.500.11962/30077

Full metadata record

DC Field	Value	Language
dc.contributor.author	Miranda Vera, Francisco Javier	es_ES
dc.date.accessioned	2022-03-29T02:18:23Z	-
dc.date.available	2022-03-29T02:18:23Z	-
dc.date.issued	2022	es_ES
dc.identifier.citation	Miranda Vera, Francisco Javier.(2022). Diseño de una aplicación web con integración a Big data y Machine Learning para el análisis predictivo de emergencias en pacientes con enfermedades crónicas de la unidad Hospitalaria clínica San Francisco . Universidad Técnica Particular de Loja	es_ES
dc.identifier.other	1352753	es_ES
dc.identifier.uri	http://dspace.utpl.edu.ec/handle/20.500.11962/30077	-
dc.description	Resumen: El presente trabajo de investigación demuestra las ventajas del uso de las tecnologías en el tratamiento de datos, con la finalidad de obtener resultados útiles para la toma de decisiones, para este caso se aplicaron herramientas como Hadoop, Rstudio y Weka para procesar y predecir información relacionada a enfermedades crónicas, dando más énfasis a la diabetes siendo una enfermedad crónica en aumento según la OMS. El desarrollo de este trabajo engloba los capítulos referentes al sustento teórico de las tecnologías a usar, la metodología de investigación, la aplicación de Hadoop como Big Data que dio resultados positivos ya que permitió observar las ventajas de poder aplicar un modelo pseudo-distributivo ahorrando costos, sin la necesidad de invertir en muchos equipos. El uso de Machine Learning con Weka, hizo posible observar que el modelo de árbol de decisión como el bayesiano aplicado a los datos de personas diabéticas y no diabéticas dieron los mismos resultados, obteniendo un retorno de veracidad predictiva del 86.88%, esto implica que, de 10 datos procesados, aproximadamente 8 son correctos. Por último, se desarrolló una herramienta web siguiendo una metodología básica SCRUM que integra los resultados obtenidos con la Big Data y Machine Learning, brindando resultados positivos para el manejo y control de la información hospitalaria, como acceso a los pacientes para reportar incidencias o emergencias que permitan ser atendidos de forma rápida.	es_ES
dc.language.iso	spa	es_ES
dc.subject	Programas integrados para computador	es_ES
dc.subject	Diseño de páginas web	es_ES
dc.subject	Aplicación	es_ES
dc.subject	Ingeniero informático	es_ES
dc.subject	Tesis y disertaciones académicas	es_ES
dc.title	Diseño de una aplicación web con integración a Big data y Machine Learning para el análisis predictivo de emergencias en pacientes con enfermedades crónicas de la unidad Hospitalaria clínica San Francisco	es_ES
dc.type	bachelorThesis	es_ES
Appears in Collections:	Titulación de Informática

Files in This Item:

051d4430-7442-437a-8fc5-63a40373b3f8

Show simple item record