Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/96412
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorSánchez Hurtado, David
dc.date.accessioned2023-11-10T20:04:05Z-
dc.date.available2023-11-10T20:04:05Z-
dc.date.issued2020-05-21
dc.identifier.urihttps://wdg.biblio.udg.mx
dc.identifier.urihttps://hdl.handle.net/20.500.12104/96412-
dc.description.abstractDe acuerdo con la (OMS, 2019) las enfermedades cardiovasculares (ECV) son la principal causa de muerte en el mundo. Cada año mueren más personas por ECV que por cualquier otra causa. La mayoría de las ECV pueden prevenirse actuando sobre factores de riesgo comportamentales, como las dietas malsanas y la obesidad, la inactividad física o el consumo nocivo de alcohol, utilizando estrategias que abarquen a la población. Señala (Mayo Clinic, 2019) que “es posible que no recibas el diagnóstico de enfermedad cardiovascular hasta que tengas un ataque al corazón”. Es importante controlar los síntomas cardiovasculares y saber que las enfermedades cardiovasculares pueden detectarse a tiempo con evaluaciones periódicas. El instituto nacional de estadística y geografía (INEGI, 2018) señala que en México los niveles de defunciones por enfermedades del corazón son 72,256 en hombres y 66,337 en mujeres, mientras que la diabetes ocupa el segundo lugar con 52,309 defunciones en hombres y 54,216 en mujeres. De acuerdo con el INEGI, ambas enfermedades tienen la posibilidad de generar un tratamiento adecuado y un seguimiento a largo plazo sobre el estado de salud con la posibilidad de generar una predicción y mejorar la calidad de vida de los individuos. Sin embargo, de acuerdo con (Mohamed, Toor, ONelil, & Friedland, 2017), existe falta de interés y de cultura preventiva a pesar de la cantidad excesiva de información que genera un ser humano (pudiendo llegar a producir un millón de terabytes de información relativa a su estado de salud a lo largo de su vida), misma que podría servir para acciones preventivas y de diagnóstico, sin embargo, la mayor parte de esta información no es utilizada o es eliminada. En México, de acuerdo con (Jaime, García, Ovilva, & Icaza, 2006) si bien el profesional médico debe basar su diagnóstico en resultados de análisis cuantitativos, también basa sus decisiones de acuerdo a su experiencia e intuición propias del experto.
dc.description.tableofcontentsÍNDICE ÍNDICE DE TABLAS ÍNDICE DE ILUSTRACIONES AGRADECIMIENTO INTRODUCCIÓN JUSTIFICACIÓN OBJETIVO GENERAL OBJETIVOS ESPECÍFICO MÉTODO MATERIAL PREGUNTA DE INVESTIGACIÓN SUPUESTOS DEL ESTUDIO MARCO TEÓRICO TRABAJO RELACIONADO CAPÍTULO I ENFERMEDADES CARDIOVASCULARES Aterosclerosis Enfermedad de las Arterias Coronarias VARIABLES QUE AFECTAN AL DESARROLLO DE LA ENFERMEDAD CORONARIA Principales factores de riesgo ESTUDIO DE FRAMINGHAM CAPÍTULO II ALGORITMO DE APRENDIZAJE DE MÁQUINA M5P ¿QUÉ ES APRENDIZAJE DE MÁQUINA? PROBLEMAS QUE SE PUEDEN RESOLVER UTILIZANDO APRENDIZAJE DE MÁQUINA APRENDIZAJE SUPERVISADO Clasificación y Regresión Algoritmos deaprendizajesupervisado K-Nearest Neighbors Regresión Lineal Estadística Modelos lineales para clasificación Árboles de decisión Random forest ÁRBOLES DE REGRESIÓN Inducción de árboles para clases continuas Construir el árbol inicial Poda del árbol Alisar CAPÍTULO III ANÁLISIS DE REGRESIÓN MÚLTIPLE MODELOS PARA PREDECIR ENFERMEDADES CARDIOVASCULARES Regresión Lineal Múltiple Mínimo cuadrados ordinarios CAPÍTULO IV SELECCIÓN DE CONJUNTO DE DATOS CAPÍTULO V ENTRENAMIENTO Y PRUEBA DE MODELOS CRITERIO DE EVALUACIÓN DE LA PRECISIÓN DE LA PREDICCIÓN Y MÉTODO DE VALIDACIÓN MÉTODO DE VALIDACIÓN CAPÍTULO VI ANÁLISIS DE RESULTADOS DISCUSIÓN CONCLUSIONES COMPARACIÓN CON ESTUDIOS PREVIOS LIMITACIONES TRABAJO REFERENCIAS ANEXO I TABLA DE VARIABLES UTILIZADAS CON DESCRIPCIÓN ANEXO 2 ANÁLISIS DE CORRELACIÓN
dc.formatapplication/PDF
dc.language.isospa
dc.publisherBiblioteca Digital wdg.biblio
dc.publisherUniversidad de Guadalajara
dc.rights.urihttps://www.riudg.udg.mx/info/politicas.jsp
dc.titlePredicción del riesgo de enfermedad cardiovascular aterosclerosis aplicando árboles de regresión M5P
dc.typeTesis de Maestría
dc.rights.holderUniversidad de Guadalajara
dc.rights.holderSánchez Hurtado, David
dc.coverageGUADALAJARA, JALISCO
dc.type.conacytmasterThesis
dc.degree.nameMAESTRIA EN TECNOLOGIAS DE INFORMACION
dc.degree.departmentCUCEA
dc.degree.grantorUniversidad de Guadalajara
dc.rights.accessopenAccess
dc.degree.creatorMAESTRO EN TECNOLOGIAS DE INFORMACION
dc.contributor.directorLópez Martín, Cuauhtémoc
Aparece en las colecciones:CUCEA

Ficheros en este ítem:
Fichero TamañoFormato 
MCUCEA11061FT.pdf184.98 kBAdobe PDFVisualizar/Abrir


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.