Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/7709Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Perez Luna, Eduardo%551835 | - |
| dc.creator | Perez Luna, Eduardo%551835 | - |
| dc.date.accessioned | 2024-05-07T14:53:08Z | - |
| dc.date.available | 2024-05-07T14:53:08Z | - |
| dc.date.issued | 2016-02-11 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/7709 | - |
| dc.description | En el presente trabajo de investigación, se muestra que es factible el desarrollo de un prototipo de un sistema de Minería de Datos orientado a manejar grandes instancias como las que se presentan en el paradigma de Big Data en el dominio de la salud. En particular, el objetivo del prototipo es encontrar regiones del territorio mexicano y estadounidense con altas tasas de incidencia de mortalidad por diabetes, a partir de bases de datos poblacionales. En esta investigación se propuso el uso del algoritmo N-Means para realizar la tarea de agrupamiento en el proceso de Minería de Datos. Para realizar las tareas de visualización se propuso un módulo cartográfico que hace uso de los mapas proporcionados por Google Maps, los cuales comprenden el territorio de México y de los Estados Unidos. El prototipo se validó de manera sistemática con un conjunto de casos de prueba diseñado para tal fin. Como base para las pruebas se usaron los datos de mortalidad de los censos del año 2000 y 2010. Es destacable que el volumen de datos para la experimentación fue del orden de los tres gigabytes, con más de cuatro millones de registros. Con base en las pruebas realizadas para la causa de mortalidad E11 (Diabetes mellitus no insulinodependiente) se observó que: a) En varias de las delegaciones del Distrito Federal se encontraron los más altos índices de incidencia a nivel nacional para el año 2000 y 2010, b) Contrastando los valores de los grupos con mayor incidencia en el año 2000 y 2010 se observó un incremento cercano al 100% en las incidencias de mortalidad. Los resultados obtenidos para esta enfermedad hacen evidente la utilidad de las ciencias computacionales y en particular de la Minería de Datos en el área de salud, ya que proporcionan elementos de apoyo para la toma de decisiones de los funcionarios y autoridades encargadas de la salud de la población. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | Minería de Datos Orientada al Big Data en el Área de Salud | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Perez Ortega, Joaquin%7939 | - |
| dc.folio | 957 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Centro Nacional de Investigación y Desarrollo Tecnológico | es_MX |
| Appears in Collections: | Tesis de Maestría en Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Eduardo_Perez_Luna_2016.pdf | Tesis | 3.08 MB | Adobe PDF | View/Open |
| MC_Eduardo_Perez_Luna_2016_c.pdf Restricted Access | Cesión de derechos | 233.93 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
