Elaboración de un sistema inteligente para la predicción de eventos adversos relacionados con la polimedicación en atención primaria
Ver/
Fecha
2017Director
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Máster/Master Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
Actualmente todos los datos médicos son almacenados digitalmente para obtener un acceso
más rápido al historial clínico de los pacientes. Analizando estos datos se pueden obtener
patrones o reglas que nos permitan identificar mejor las causas de una determinada
enfermedad para realizar un mejor diagnostico al paciente.
En este proyecto se ha trabajado con los datos de los pacientes Navarros ( ...
[++]
Actualmente todos los datos médicos son almacenados digitalmente para obtener un acceso
más rápido al historial clínico de los pacientes. Analizando estos datos se pueden obtener
patrones o reglas que nos permitan identificar mejor las causas de una determinada
enfermedad para realizar un mejor diagnostico al paciente.
En este proyecto se ha trabajado con los datos de los pacientes Navarros (2013-2015)
centrándonos en las personas polimedicadas (aquellas que tomen 5 o más medicamentos
durante al menos 3 meses). El objetivo de este trabajo es analizar estos datos médicos, tanto
de ingresos hospitalarios y enfermedades como de medicamentos expedidos, para detectar la
probabilidad de que un paciente llegue a sufrir un evento adverso. En concreto nos hemos
centrado en los eventos adversos cardiovasculares. [--]
Materias
KDD,
Data mining,
Minería de datos,
Clasificación,
Polimedicado
Titulación
Máster Universitario en Ingeniería Informática por la Universidad Pública de Navarra /
Nafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzan