Sistema Bayesiano para la Predicción de la Diabetes

En este trabajo se propone un sistema de clasificación Bayesiano para la identificación temprana de la diabetes Mellitus con base en el análisis de algunas variables tales como número de embarazos, presión arterial diastólica, espesor cutáneo del tríceps, índice de masa corporal, herencia y edad. La...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Castrillón,Omar D, Sarache,William, Castaño,Eduardo
Lenguaje:Spanish / Castilian
Publicado: Centro de Información Tecnológica 2017
Materias:
Acceso en línea:http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642017000600017
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:scielo:S0718-07642017000600017
record_format dspace
spelling oai:scielo:S0718-076420170006000172017-12-12Sistema Bayesiano para la Predicción de la DiabetesCastrillón,Omar DSarache,WilliamCastaño,Eduardo clasificador bayesiano diabetes entrenamiento de un sistema detección automatizada En este trabajo se propone un sistema de clasificación Bayesiano para la identificación temprana de la diabetes Mellitus con base en el análisis de algunas variables tales como número de embarazos, presión arterial diastólica, espesor cutáneo del tríceps, índice de masa corporal, herencia y edad. La metodología propuesta define y entrena el sistema propuesto con base en muestras tomadas de pacientes diabéticos y no diabéticos. El sistema se validó con pacientes diferentes, manteniendo la misma proporción entre individuos diabéticos y no diabéticos. Finalmente, el número de aciertos y errores en la detección de esta enfermedad fue comparado contra un test especializado. Los resultados indican que, en el 87,69% de los casos, el clasificador bayesiano logra detectar correctamente esta enfermedad con base en las variables antes mencionadas. No obstante, cuando se agregó la variable "insulina en suero", el porcentaje aumentó al 98.46%.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.28 n.6 20172017-01-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642017000600017es10.4067/S0718-07642017000600017
institution Scielo Chile
collection Scielo Chile
language Spanish / Castilian
topic clasificador bayesiano
diabetes
entrenamiento de un sistema
detección automatizada
spellingShingle clasificador bayesiano
diabetes
entrenamiento de un sistema
detección automatizada
Castrillón,Omar D
Sarache,William
Castaño,Eduardo
Sistema Bayesiano para la Predicción de la Diabetes
description En este trabajo se propone un sistema de clasificación Bayesiano para la identificación temprana de la diabetes Mellitus con base en el análisis de algunas variables tales como número de embarazos, presión arterial diastólica, espesor cutáneo del tríceps, índice de masa corporal, herencia y edad. La metodología propuesta define y entrena el sistema propuesto con base en muestras tomadas de pacientes diabéticos y no diabéticos. El sistema se validó con pacientes diferentes, manteniendo la misma proporción entre individuos diabéticos y no diabéticos. Finalmente, el número de aciertos y errores en la detección de esta enfermedad fue comparado contra un test especializado. Los resultados indican que, en el 87,69% de los casos, el clasificador bayesiano logra detectar correctamente esta enfermedad con base en las variables antes mencionadas. No obstante, cuando se agregó la variable "insulina en suero", el porcentaje aumentó al 98.46%.
author Castrillón,Omar D
Sarache,William
Castaño,Eduardo
author_facet Castrillón,Omar D
Sarache,William
Castaño,Eduardo
author_sort Castrillón,Omar D
title Sistema Bayesiano para la Predicción de la Diabetes
title_short Sistema Bayesiano para la Predicción de la Diabetes
title_full Sistema Bayesiano para la Predicción de la Diabetes
title_fullStr Sistema Bayesiano para la Predicción de la Diabetes
title_full_unstemmed Sistema Bayesiano para la Predicción de la Diabetes
title_sort sistema bayesiano para la predicción de la diabetes
publisher Centro de Información Tecnológica
publishDate 2017
url http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642017000600017
work_keys_str_mv AT castrillonomard sistemabayesianoparalapredicciondeladiabetes
AT sarachewilliam sistemabayesianoparalapredicciondeladiabetes
AT castanoeduardo sistemabayesianoparalapredicciondeladiabetes
_version_ 1714201573523980288