Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos

Autores
Ganz, Nancy; Kuna, Horacio Daniel; Ares, Carlos Agustín
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El gran volumen de datos existente en el sector de la salud dificulta la toma de decisiones por parte de los especialistas, debido a que no se aplican técnicas que aprovechen al máximo la información disponible, ocasionando la dificultad de reconocer patrones de comportamiento y extraer conocimiento oculto de los datos almacenados. Además, la no predicción del comportamiento, basado en el conocimiento previo, puede acarrear un alto porcentaje de fracaso, más aún cuando se trata de un campo tan primordial como el de la salud. De aquí, surge la necesidad de aplicar técnicas de minería de datos, debido a que son capaces de extraer patrones, de predecir comportamientos, regularidades y, de sacar provecho a la información automatizada. El objetivo principal de esta línea de investigación es la identificación de factores que contribuyen al éxito o al fracaso de los implantes dentales, a través de la aplicación de técnicas de minería de datos. Se busca determinar cuáles son las condiciones óptimas que debe tener el paciente, el implante, la técnica quirúrgica utilizada por el profesional implantólogo y el seguimiento postoperatorio. Logrando una taxonomía según el origen de fabricación y según el tipo de biomaterial utilizado en la industria del implante.
Eje: Bases de datos y Minería de datos.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
biomaterial
Data mining
Implantes Dentales
Oseointegración
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/61795
Acceder
id SEDICI_0e31ac9574887386654c25d075379272
oai_identifier_str oai:sedici.unlp.edu.ar:10915/61795
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datosGanz, NancyKuna, Horacio DanielAres, Carlos AgustínCiencias InformáticasbiomaterialData miningImplantes DentalesOseointegraciónEl gran volumen de datos existente en el sector de la salud dificulta la toma de decisiones por parte de los especialistas, debido a que no se aplican técnicas que aprovechen al máximo la información disponible, ocasionando la dificultad de reconocer patrones de comportamiento y extraer conocimiento oculto de los datos almacenados. Además, la no predicción del comportamiento, basado en el conocimiento previo, puede acarrear un alto porcentaje de fracaso, más aún cuando se trata de un campo tan primordial como el de la salud. De aquí, surge la necesidad de aplicar técnicas de minería de datos, debido a que son capaces de extraer patrones, de predecir comportamientos, regularidades y, de sacar provecho a la información automatizada. El objetivo principal de esta línea de investigación es la identificación de factores que contribuyen al éxito o al fracaso de los implantes dentales, a través de la aplicación de técnicas de minería de datos. Se busca determinar cuáles son las condiciones óptimas que debe tener el paciente, el implante, la técnica quirúrgica utilizada por el profesional implantólogo y el seguimiento postoperatorio. Logrando una taxonomía según el origen de fabricación y según el tipo de biomaterial utilizado en la industria del implante.Eje: Bases de datos y Minería de datos.Red de Universidades con Carreras en Informática (RedUNCI)2017-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf344-348http://sedici.unlp.edu.ar/handle/10915/61795spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5info:eu-repo/semantics/reference/hdl/10915/61343info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T09:51:10Zoai:sedici.unlp.edu.ar:10915/61795Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 09:51:10.319SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
title Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
spellingShingle Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
Ganz, Nancy
Ciencias Informáticas
biomaterial
Data mining
Implantes Dentales
Oseointegración
title_short Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
title_full Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
title_fullStr Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
title_full_unstemmed Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
title_sort Selección de biomateriales utilizados en implantes dentales aplicando técnicas de minería de datos
dc.creator.none.fl_str_mv Ganz, Nancy
Kuna, Horacio Daniel
Ares, Carlos Agustín
author Ganz, Nancy
author_facet Ganz, Nancy
Kuna, Horacio Daniel
Ares, Carlos Agustín
author_role author
author2 Kuna, Horacio Daniel
Ares, Carlos Agustín
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
biomaterial
Data mining
Implantes Dentales
Oseointegración
topic Ciencias Informáticas
biomaterial
Data mining
Implantes Dentales
Oseointegración
dc.description.none.fl_txt_mv El gran volumen de datos existente en el sector de la salud dificulta la toma de decisiones por parte de los especialistas, debido a que no se aplican técnicas que aprovechen al máximo la información disponible, ocasionando la dificultad de reconocer patrones de comportamiento y extraer conocimiento oculto de los datos almacenados. Además, la no predicción del comportamiento, basado en el conocimiento previo, puede acarrear un alto porcentaje de fracaso, más aún cuando se trata de un campo tan primordial como el de la salud. De aquí, surge la necesidad de aplicar técnicas de minería de datos, debido a que son capaces de extraer patrones, de predecir comportamientos, regularidades y, de sacar provecho a la información automatizada. El objetivo principal de esta línea de investigación es la identificación de factores que contribuyen al éxito o al fracaso de los implantes dentales, a través de la aplicación de técnicas de minería de datos. Se busca determinar cuáles son las condiciones óptimas que debe tener el paciente, el implante, la técnica quirúrgica utilizada por el profesional implantólogo y el seguimiento postoperatorio. Logrando una taxonomía según el origen de fabricación y según el tipo de biomaterial utilizado en la industria del implante.
Eje: Bases de datos y Minería de datos.
Red de Universidades con Carreras en Informática (RedUNCI)
description El gran volumen de datos existente en el sector de la salud dificulta la toma de decisiones por parte de los especialistas, debido a que no se aplican técnicas que aprovechen al máximo la información disponible, ocasionando la dificultad de reconocer patrones de comportamiento y extraer conocimiento oculto de los datos almacenados. Además, la no predicción del comportamiento, basado en el conocimiento previo, puede acarrear un alto porcentaje de fracaso, más aún cuando se trata de un campo tan primordial como el de la salud. De aquí, surge la necesidad de aplicar técnicas de minería de datos, debido a que son capaces de extraer patrones, de predecir comportamientos, regularidades y, de sacar provecho a la información automatizada. El objetivo principal de esta línea de investigación es la identificación de factores que contribuyen al éxito o al fracaso de los implantes dentales, a través de la aplicación de técnicas de minería de datos. Se busca determinar cuáles son las condiciones óptimas que debe tener el paciente, el implante, la técnica quirúrgica utilizada por el profesional implantólogo y el seguimiento postoperatorio. Logrando una taxonomía según el origen de fabricación y según el tipo de biomaterial utilizado en la industria del implante.
publishDate 2017
dc.date.none.fl_str_mv 2017-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/61795
url http://sedici.unlp.edu.ar/handle/10915/61795
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5
info:eu-repo/semantics/reference/hdl/10915/61343
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
344-348
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843532305055875072
score 13.000565

Publicaciones similares