Minería de datos para la detección de factores de influencia en el test Apgar

Autores
Retamar, María Soledad; Ramos, Lautaro Martín Miguel; Nuñez, Juan Pablo; Savoy, Francisco; De Gracia, Laura; De Battista, Anabella Cecilia
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificación basados en árboles de decisión: J48, REP Tree y Random Tree. Se compararon los resultados mediante métricas como TPRate, F-Score y matriz de confusión obteniendo mejores resultados con la combinación de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificación se encuentran: la aplicación de oxitócicos durante el trabajo de parto, la posición del niño al nacer, el peso y la edad gestacional del recién nacido
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Retamar, María Soledad. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Ramos, Lautaro Emilio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Nuñez, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Savoy, Francisco. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.
Fil: De Gracia, Laura. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.
Materia
Minería de datos
Nacimientos
Test Apgar
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/3565

id RIAUTN_c89b3dd3d227a5e7929d3acc92282b53
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/3565
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Minería de datos para la detección de factores de influencia en el test ApgarRetamar, María SoledadRamos, Lautaro Martín MiguelNuñez, Juan PabloSavoy, FranciscoDe Gracia, LauraDe Battista, Anabella CeciliaMinería de datosNacimientosTest ApgarEn este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificación basados en árboles de decisión: J48, REP Tree y Random Tree. Se compararon los resultados mediante métricas como TPRate, F-Score y matriz de confusión obteniendo mejores resultados con la combinación de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificación se encuentran: la aplicación de oxitócicos durante el trabajo de parto, la posición del niño al nacer, el peso y la edad gestacional del recién nacidoFil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.Fil: Retamar, María Soledad. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.Fil: Ramos, Lautaro Emilio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.Fil: Nuñez, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.Fil: Savoy, Francisco. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.Fil: De Gracia, Laura. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.2019-05-08T12:33:11Z2019-05-08T12:33:11Z2018-11-29info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdf6to. Congreso Nacional de Ingeniería Informática. Sistemas de Información (2018)2347-03722525-1333http://hdl.handle.net/20.500.12272/3565https://reddi.unlam.edu.ar/index.php/ReDDi/article/view/79spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/De Battista, Anabella Cecilia ; Retamar, María Soledad ; Ramos, Lautaro Martín Miguel ; Nuñez, Juan Pablo ; Savoy, Francisco ; De Gracia, LauraNo comercial con fines académicosAttribution-NonCommercial-NoDerivatives 4.0 Internacionalreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2025-09-29T14:29:45Zoai:ria.utn.edu.ar:20.500.12272/3565instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-29 14:29:46.231Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Minería de datos para la detección de factores de influencia en el test Apgar
title Minería de datos para la detección de factores de influencia en el test Apgar
spellingShingle Minería de datos para la detección de factores de influencia en el test Apgar
Retamar, María Soledad
Minería de datos
Nacimientos
Test Apgar
title_short Minería de datos para la detección de factores de influencia en el test Apgar
title_full Minería de datos para la detección de factores de influencia en el test Apgar
title_fullStr Minería de datos para la detección de factores de influencia en el test Apgar
title_full_unstemmed Minería de datos para la detección de factores de influencia en el test Apgar
title_sort Minería de datos para la detección de factores de influencia en el test Apgar
dc.creator.none.fl_str_mv Retamar, María Soledad
Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
author Retamar, María Soledad
author_facet Retamar, María Soledad
Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
author_role author
author2 Ramos, Lautaro Martín Miguel
Nuñez, Juan Pablo
Savoy, Francisco
De Gracia, Laura
De Battista, Anabella Cecilia
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Minería de datos
Nacimientos
Test Apgar
topic Minería de datos
Nacimientos
Test Apgar
dc.description.none.fl_txt_mv En este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificación basados en árboles de decisión: J48, REP Tree y Random Tree. Se compararon los resultados mediante métricas como TPRate, F-Score y matriz de confusión obteniendo mejores resultados con la combinación de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificación se encuentran: la aplicación de oxitócicos durante el trabajo de parto, la posición del niño al nacer, el peso y la edad gestacional del recién nacido
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Retamar, María Soledad. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Ramos, Lautaro Emilio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Nuñez, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación en Bases de Datos; Argentina.
Fil: Savoy, Francisco. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.
Fil: De Gracia, Laura. Universidad Nacional de Entre Ríos. Facultad de Ciencias de la Salud; Argentina.
description En este trabajo se aplicaron técnicas de minería de datos para clasificar los valores del test de Apgar en los nacimientos ocurridos en el hospital público Justo José de Urquiza entre los años 2009 y 2017. Se aplicaron técnicas de selección de atributos para reducir la dimensionalidad en la vista minable, se realizaron experimentos con tres algoritmos de balanceo de clases: Class Balancer, SMOTE y Spread Sub Sampled; y se aplicaron tres modelos de clasificación basados en árboles de decisión: J48, REP Tree y Random Tree. Se compararon los resultados mediante métricas como TPRate, F-Score y matriz de confusión obteniendo mejores resultados con la combinación de Class Balancer y Random Tree. Entre los principales factores resultantes de aplicar el modelo de clasificación se encuentran: la aplicación de oxitócicos durante el trabajo de parto, la posición del niño al nacer, el peso y la edad gestacional del recién nacido
publishDate 2018
dc.date.none.fl_str_mv 2018-11-29
2019-05-08T12:33:11Z
2019-05-08T12:33:11Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 6to. Congreso Nacional de Ingeniería Informática. Sistemas de Información (2018)
2347-0372
2525-1333
http://hdl.handle.net/20.500.12272/3565
https://reddi.unlam.edu.ar/index.php/ReDDi/article/view/79
identifier_str_mv 6to. Congreso Nacional de Ingeniería Informática. Sistemas de Información (2018)
2347-0372
2525-1333
url http://hdl.handle.net/20.500.12272/3565
https://reddi.unlam.edu.ar/index.php/ReDDi/article/view/79
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
De Battista, Anabella Cecilia ; Retamar, María Soledad ; Ramos, Lautaro Martín Miguel ; Nuñez, Juan Pablo ; Savoy, Francisco ; De Gracia, Laura
No comercial con fines académicos
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
De Battista, Anabella Cecilia ; Retamar, María Soledad ; Ramos, Lautaro Martín Miguel ; Nuñez, Juan Pablo ; Savoy, Francisco ; De Gracia, Laura
No comercial con fines académicos
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1844621792330645504
score 12.559606