Regresar

Caracterización de pacientes con preeclampsia mediante aprendizaje no supervisado.

Abstract:

La preeclampsia es una de las enfermedades hipertensivas más frecuentes durante el embarazo. Sabiendo las características de estas pacientes se puede realizar una mejor distribución de las áreas médicas dentro del hospital. Es por ello que se aplican herramientas de clusterización para poder agrupar a las pacientes y conocer sus características. El presente trabajo de titulación tiene como finalidad presentar un modelo que permita caracterizar a pacientes con preeclampsia haciendo uso de la técnica mencionada en el presente trabajo de titulación, la cual hace uso de algoritmos no supervisados. El conjunto de datos que se utilizó para el clústering, pertenece a las pacientes con preeclampsia que se atendieron en el hospital IESS Los Ceibos. Para llevar a cabo el agrupamiento se eligieron los algoritmos K-Means y EM. Basado en la comparación de los 6 modelos aplicados se escogió el modelo de tres clústeres con K-Means ya que es el que muestra mayores diferencias entre sí.