Deep Learning for Forecast Scales to Prescribe Patients at Risk of Gastrointestinal Bleeding

Vista sencilla de ítem
dc.citation.epage22
dc.citation.issue34
dc.citation.journalTitleIngeniería y Cienciaeng
dc.citation.spage7
dc.citation.volume17
dc.contributor.affiliationHospital Universitario La Samaritanaspa
dc.contributor.affiliationHospital Universitario La Samaritanaspa
dc.contributor.affiliationHospital Universitario La Samaritanaspa
dc.contributor.affiliationUniversidad El Bosquespa
dc.contributor.affiliationUniversidad El Bosquespa
dc.contributor.authorCalderón-Vargas, Carlosspa
dc.contributor.authorMuñoz Castaño, Joséspa
dc.contributor.authorVargas Rincón, Maríaspa
dc.contributor.authorRincón Acosta, Víctor Manuelspa
dc.contributor.authorMendieta Hernández, Miguelspa
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.date2021-12-01
dc.date.accessioned2022-03-23T16:59:33Z
dc.date.available2022-03-23T16:59:33Z
dc.date.issued2021-12-01
dc.description.abstractThe evolution of medicine in current times has gone hand in hand with technology where more and more solutions are implemented; those supporting certain medical procedures to serve as base in the field of medical  professionals. The process of analyzing data has become an essential resource in the practice of any profession; currently, in hospitals, more specifically in the university hospital La Samaritana. No tool allows the supporting of diagnosis to determine the supply or no, proton pump inhibitors, therefore we have developed an app using a machine learning model, based on decision trees through the weka application, which, after analyzing the data collected, allows the doctor to count with a tool to support this procedure. We hope that with this, doctors can perform an effective analysis before prescribing or not prescribing PPIs.eng
dc.description.abstractLa evolución de la medicina en los tiempos actuales ha ido de la mano de la tecnología donde cada vez más se implementan soluciones que apoyan ciertos procedimientos médicos con el objetivo de apoyar el ejercicio de los profesionales de la medicina en su oficio. El procesamiento y análisis de datos se ha convertido en un recurso imprescindible en la práctica de cualquier profesión, actualmente, en los hospitales, más  puntualmente en el hospital universitario la samaritana, no se posee una herramienta que permita apoyar el  diagnóstico para determinar el suministro o no, de los inhibidores de bombas de protones, por lo tanto hemos desarrollado una aplicación web utilizando un modelo de  aprendizaje automático, basado en arboles de decisiones por medio de la aplicación weka, que luego del análisis de los datos recogidos, permita al médico contar con una herramienta para el apoyo de este procedimiento. Esperamos que con la utilización de esta aplicación los médicos puedan realizar un análisis efectivo antes de recetar o no los IBPs.spa
dc.formatapplication/pdf
dc.identifier.issn1794-9165
dc.identifier.issn2256-4314
dc.identifier.urihttp://hdl.handle.net/10784/31017
dc.language.isospa
dc.publisherUniversidad EAFITspa
dc.relation.isversionofhttps://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/6977
dc.relation.urihttps://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/6977
dc.rightsCopyright © 2021 Carlos Calderón-Vargas, José Muñoz Castaño, María Vargas Rincón, Víctor Manuel Rincón Acostaeng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.sourceIngeniería y Ciencia, Vol. 17, Núm. 34 (2021)spa
dc.subject.keywordWeb designeng
dc.subject.keywordMachine learningeng
dc.subject.keywordtrainingeng
dc.subject.keyworddecision treeseng
dc.subject.keywordwekaeng
dc.subject.keywordDiseño webspa
dc.subject.keywordMachine learningspa
dc.subject.keywordentrenamientospa
dc.subject.keywordárboles de decisiónspa
dc.subject.keywordwekaspa
dc.titleDeep Learning for Forecast Scales to Prescribe Patients at Risk of Gastrointestinal Bleedingeng
dc.titleAprendizaje profundo para escalas pronósticas en la prescripción a pacientes con riesgo de sangrado gastrointestinalspa
dc.typeinfo:eu-repo/semantics/articleeng
dc.typearticleeng
dc.typeinfo:eu-repo/semantics/publishedVersioneng
dc.typepublishedVersioneng
dc.type.localArtículospa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
Deep Learning for Forecast Scales.pdf
Tamaño:
562.81 KB
Formato:
Adobe Portable Document Format
Descripción:
Texto completo PDF
Descargar
No hay miniatura disponible
Nombre:
Deep Learning for Forecast.html
Tamaño:
292 B
Formato:
Hypertext Markup Language
Descripción:
Texto completo HTML
Descargar

Colecciones

Ingeniería y Ciencia, Vol. 17, Núm. 34 (2021)