Aplicación de algoritmos de detección de Outliers en el área de salud

Autores
Cuadrado Estrebou, María Fernanda; Foglino, Alejandro Luis; Peña, María Teresa
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Esta investigación aborda el desafío de procesar grandes volúmenes de información en áreas como la salud, donde la gestión eficiente de los datos es crucial para la toma rápida de decisiones. Uno de los desafíos más comunes es garantizar la confiabilidad de la información disponible, evitando sesgos introducidos por la presencia de datos atípicos que puedan influir negativamente en las decisiones. En este contexto, la detección de outliers adquiere especial relevancia, entendiéndose como tales aquellos valores atípicos que pueden surgir debido a errores en los equipos de medición, registros incorrectos u otros factores que afectaron la captura o almacenamiento de los datos. En particular, esta investigación se centra en el análisis de datos provenientes de estudios clínicos realizados en un laboratorio hospitalario. Se aplicarán distintos algoritmos de detección de outliers con el objetivo de identificar cuál de ellos se ajusta mejor a este tipo de datos y qué consideraciones o ajustes deben realizarse implementación.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Outliers
Confiabilidad
Grandes bases de datos
Eficiencia
Toma de decisiones
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:10915/183882
Acceder
id SEDICI_7c5aabff57bbe1ac07c6d4bd4a01c937
oai_identifier_str oai:sedici.unlp.edu.ar:10915/183882
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de algoritmos de detección de Outliers en el área de saludCuadrado Estrebou, María FernandaFoglino, Alejandro LuisPeña, María TeresaCiencias InformáticasOutliersConfiabilidadGrandes bases de datosEficienciaToma de decisionesEsta investigación aborda el desafío de procesar grandes volúmenes de información en áreas como la salud, donde la gestión eficiente de los datos es crucial para la toma rápida de decisiones. Uno de los desafíos más comunes es garantizar la confiabilidad de la información disponible, evitando sesgos introducidos por la presencia de datos atípicos que puedan influir negativamente en las decisiones. En este contexto, la detección de outliers adquiere especial relevancia, entendiéndose como tales aquellos valores atípicos que pueden surgir debido a errores en los equipos de medición, registros incorrectos u otros factores que afectaron la captura o almacenamiento de los datos. En particular, esta investigación se centra en el análisis de datos provenientes de estudios clínicos realizados en un laboratorio hospitalario. Se aplicarán distintos algoritmos de detección de outliers con el objetivo de identificar cuál de ellos se ajusta mejor a este tipo de datos y qué consideraciones o ajustes deben realizarse implementación.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf177-180http://sedici.unlp.edu.ar/handle/10915/183882spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info: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:UNLP2025-09-29T11:50:12Zoai:sedici.unlp.edu.ar:10915/183882Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:12.877SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de algoritmos de detección de Outliers en el área de salud
title Aplicación de algoritmos de detección de Outliers en el área de salud
spellingShingle Aplicación de algoritmos de detección de Outliers en el área de salud
Cuadrado Estrebou, María Fernanda
Ciencias Informáticas
Outliers
Confiabilidad
Grandes bases de datos
Eficiencia
Toma de decisiones
title_short Aplicación de algoritmos de detección de Outliers en el área de salud
title_full Aplicación de algoritmos de detección de Outliers en el área de salud
title_fullStr Aplicación de algoritmos de detección de Outliers en el área de salud
title_full_unstemmed Aplicación de algoritmos de detección de Outliers en el área de salud
title_sort Aplicación de algoritmos de detección de Outliers en el área de salud
dc.creator.none.fl_str_mv Cuadrado Estrebou, María Fernanda
Foglino, Alejandro Luis
Peña, María Teresa
author Cuadrado Estrebou, María Fernanda
author_facet Cuadrado Estrebou, María Fernanda
Foglino, Alejandro Luis
Peña, María Teresa
author_role author
author2 Foglino, Alejandro Luis
Peña, María Teresa
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Outliers
Confiabilidad
Grandes bases de datos
Eficiencia
Toma de decisiones
topic Ciencias Informáticas
Outliers
Confiabilidad
Grandes bases de datos
Eficiencia
Toma de decisiones
dc.description.none.fl_txt_mv Esta investigación aborda el desafío de procesar grandes volúmenes de información en áreas como la salud, donde la gestión eficiente de los datos es crucial para la toma rápida de decisiones. Uno de los desafíos más comunes es garantizar la confiabilidad de la información disponible, evitando sesgos introducidos por la presencia de datos atípicos que puedan influir negativamente en las decisiones. En este contexto, la detección de outliers adquiere especial relevancia, entendiéndose como tales aquellos valores atípicos que pueden surgir debido a errores en los equipos de medición, registros incorrectos u otros factores que afectaron la captura o almacenamiento de los datos. En particular, esta investigación se centra en el análisis de datos provenientes de estudios clínicos realizados en un laboratorio hospitalario. Se aplicarán distintos algoritmos de detección de outliers con el objetivo de identificar cuál de ellos se ajusta mejor a este tipo de datos y qué consideraciones o ajustes deben realizarse implementación.
Red de Universidades con Carreras en Informática
description Esta investigación aborda el desafío de procesar grandes volúmenes de información en áreas como la salud, donde la gestión eficiente de los datos es crucial para la toma rápida de decisiones. Uno de los desafíos más comunes es garantizar la confiabilidad de la información disponible, evitando sesgos introducidos por la presencia de datos atípicos que puedan influir negativamente en las decisiones. En este contexto, la detección de outliers adquiere especial relevancia, entendiéndose como tales aquellos valores atípicos que pueden surgir debido a errores en los equipos de medición, registros incorrectos u otros factores que afectaron la captura o almacenamiento de los datos. En particular, esta investigación se centra en el análisis de datos provenientes de estudios clínicos realizados en un laboratorio hospitalario. Se aplicarán distintos algoritmos de detección de outliers con el objetivo de identificar cuál de ellos se ajusta mejor a este tipo de datos y qué consideraciones o ajustes deben realizarse implementación.
publishDate 2025
dc.date.none.fl_str_mv 2025-04
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/10915/183882
url http://sedici.unlp.edu.ar/handle/10915/183882
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261
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
177-180
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_ 1844616361428385792
score 13.070432

Publicaciones similares