Desarrollo y explotación de información de una base de datos de patologías presentes en la cavidad bucal con énfasis en caries y gingivitis a través de herramientas orientadas a minería de datos para la Facultad Piloto de Odontología de la Universidad de Guayaquil.
Abstract:
A partir de una base de datos provista por la FPO, adecuada mediante filtrados de datos, para poder aplicar técnicas de MACHINE LEARNING, precisamente redes bayesianas, se logró conocer el nivel de incidencia de algunas enfermedades que presentan los pacientes con respecto a dos de las patologías bucales de mayor relevancia: caries y gingivitis. Estudios realizados previamente con redes bayesianas demostraron que los beneficios que ofrecen estos modelos son variados, desde una reducción del gasto médico, hasta la pbkp_redicción de diferentes tipos de cáncer, dadas las características más notorias en cada caso. La base obtenida fue procesada a través de la herramienta digital de minería de datos WEKA. La aplicación es de tipo software libre y dispone de una serie de herramientas que facilitan el manejo de los datos presentes en la base de datos, como discretización de variables, conversión de tipos de datos, y un manejo de varios algoritmos encargados de ejecutar tareas de MACHINE LEARNING o aprendizaje automático. El algoritmo empleado genera un gráfico que facilita la interpretación de la información. Los resultados observados por el modelo evidencian la situación actual de forma general de los pacientes permitiendo predecir con un grado moderado de certeza (68%) el comportamiento de las variables y generar un modelo pbkp_redictivo, de acuerdo con los datos obtenidos y su correlación. Al estudiar el modelo generado se evidenció, la relación de las variables en las que hace énfasis el presente estudio, con respecto a las variables que el modelo señalo como principales implicadas en el desarrollo de estas patologías.
Año de publicación:
2020
Keywords:
- Oral pathologies
- Machine learning
- Machine learning
- Bayesian networks
- Patologías bucales
- WEKA
- WEKA
- Pbkp_redicción
- REDES BAYESIANAS
- pbkp_rediction
Fuente:

Tipo de documento:
Bachelor Thesis
Estado:
Acceso abierto
Áreas de conocimiento:
- Odontología
- Minería de datos
Áreas temáticas de Dewey:
- Medicina y salud
- Funcionamiento de bibliotecas y archivos
- Instrumentos de precisión y otros dispositivos