Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades

Autores
Carabio, Ana Lía Ramona; Silva Layes, María Elisabeth; Falappa, Marcelo Alejandro
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El sector salud administra grandes volúmenes de datos, centrándose la mayoría de las tomas de decisiones en el área clínica. Por tal motivo, contar con información útil, inmediata y efectiva es sumamente relevante en éste ámbito. En este sentido, la minería de datos es una herramienta que permite encontrar patrones de comportamiento de utilidad para la toma de decisiones clínicas, como lo son la realización de estudios epidemiológicos, cálculo de expectativas de vida, identificación de terapias médicas satisfactorias para diferentes enfermedades, entre otros. El objetivo del presente trabajo es construir un esquema que, a partir de la extracción de datos médicos relevantes de las Historias Clínicas Electrónicas (HCE), permita almacenarlos de manera eficiente en una base de datos NoSQL, como HBase, con la finalidad de aplicar técnicas de minería de datos.
Eje: Bases de datos y Minería de datos.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Sistemas de Historias Clínicas Informatizadas
Minería de Datos
NoSQL
Hadoop
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:10915/61658
Acceder
id SEDICI_61232de1621e15a75148491ec7f8a034
oai_identifier_str oai:sedici.unlp.edu.ar:10915/61658
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedadesCarabio, Ana Lía RamonaSilva Layes, María ElisabethFalappa, Marcelo AlejandroCiencias InformáticasSistemas de Historias Clínicas InformatizadasMinería de DatosNoSQLHadoopEl sector salud administra grandes volúmenes de datos, centrándose la mayoría de las tomas de decisiones en el área clínica. Por tal motivo, contar con información útil, inmediata y efectiva es sumamente relevante en éste ámbito. En este sentido, la minería de datos es una herramienta que permite encontrar patrones de comportamiento de utilidad para la toma de decisiones clínicas, como lo son la realización de estudios epidemiológicos, cálculo de expectativas de vida, identificación de terapias médicas satisfactorias para diferentes enfermedades, entre otros. El objetivo del presente trabajo es construir un esquema que, a partir de la extracción de datos médicos relevantes de las Historias Clínicas Electrónicas (HCE), permita almacenarlos de manera eficiente en una base de datos NoSQL, como HBase, con la finalidad de aplicar técnicas de minería de datos.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/pdf275-279http://sedici.unlp.edu.ar/handle/10915/61658spainfo: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:UNLP2025-09-29T11:07:46Zoai:sedici.unlp.edu.ar:10915/61658Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:07:46.931SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
title Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
spellingShingle Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
Carabio, Ana Lía Ramona
Ciencias Informáticas
Sistemas de Historias Clínicas Informatizadas
Minería de Datos
NoSQL
Hadoop
title_short Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
title_full Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
title_fullStr Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
title_full_unstemmed Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
title_sort Formulación de esquemas de almacenamiento de datos médicos para aplicar minería de datos en el diagnóstico de enfermedades
dc.creator.none.fl_str_mv Carabio, Ana Lía Ramona
Silva Layes, María Elisabeth
Falappa, Marcelo Alejandro
author Carabio, Ana Lía Ramona
author_facet Carabio, Ana Lía Ramona
Silva Layes, María Elisabeth
Falappa, Marcelo Alejandro
author_role author
author2 Silva Layes, María Elisabeth
Falappa, Marcelo Alejandro
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Sistemas de Historias Clínicas Informatizadas
Minería de Datos
NoSQL
Hadoop
topic Ciencias Informáticas
Sistemas de Historias Clínicas Informatizadas
Minería de Datos
NoSQL
Hadoop
dc.description.none.fl_txt_mv El sector salud administra grandes volúmenes de datos, centrándose la mayoría de las tomas de decisiones en el área clínica. Por tal motivo, contar con información útil, inmediata y efectiva es sumamente relevante en éste ámbito. En este sentido, la minería de datos es una herramienta que permite encontrar patrones de comportamiento de utilidad para la toma de decisiones clínicas, como lo son la realización de estudios epidemiológicos, cálculo de expectativas de vida, identificación de terapias médicas satisfactorias para diferentes enfermedades, entre otros. El objetivo del presente trabajo es construir un esquema que, a partir de la extracción de datos médicos relevantes de las Historias Clínicas Electrónicas (HCE), permita almacenarlos de manera eficiente en una base de datos NoSQL, como HBase, con la finalidad de aplicar técnicas de minería de datos.
Eje: Bases de datos y Minería de datos.
Red de Universidades con Carreras en Informática (RedUNCI)
description El sector salud administra grandes volúmenes de datos, centrándose la mayoría de las tomas de decisiones en el área clínica. Por tal motivo, contar con información útil, inmediata y efectiva es sumamente relevante en éste ámbito. En este sentido, la minería de datos es una herramienta que permite encontrar patrones de comportamiento de utilidad para la toma de decisiones clínicas, como lo son la realización de estudios epidemiológicos, cálculo de expectativas de vida, identificación de terapias médicas satisfactorias para diferentes enfermedades, entre otros. El objetivo del presente trabajo es construir un esquema que, a partir de la extracción de datos médicos relevantes de las Historias Clínicas Electrónicas (HCE), permita almacenarlos de manera eficiente en una base de datos NoSQL, como HBase, con la finalidad de aplicar técnicas de minería de datos.
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/10915/61658
url http://sedici.unlp.edu.ar/handle/10915/61658
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
275-279
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_ 1844615949787856896
score 13.069144

Publicaciones similares