Publicación:
Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos

Vista sencilla de ítem
dc.contributor.advisorCamacho Cogollo, Javier Enrique
dc.contributor.advisorBonet Cruz, Isis
dc.contributor.authorBarrera Sanchez, Jeisson Harvey
dc.date.accessioned2022-01-27T20:11:33Z
dc.date.available2022-01-27T20:11:33Z
dc.date.issued2021
dc.description44 páginasspa
dc.description.abstractRESUMEN: La neumonía ataca directamente al sistema respiratorio, por lo que en algunos casos se hace necesario conectar al paciente a un ventilador o ingresarlo a una unidad de cuidados intensivos (UCI), en ese punto la salud del paciente es inestable por lo que es de vital importancia mantenerlo en revisión constante. Mediante este proyecto se pretende desarrollar un modelo que permita el pronóstico temprano de gravedad de los pacientes con neumonía en UCI, evitando el retraso en el tratamiento, falta de cuidados o errores clínicos. El trabajo se realizó utilizando la base de datos MIMIC-III, que tiene información clínica de pacientes reales en cuidados intensivos. En un análisis descriptivo de los datos se encontró que el 14.23% de la muestra tiende a obtener el peor desenlace, que es la muerte. El modelo propuesto fue LightGBM con un 96% de accuracy y su recall para la clase objetivo del 100%, teniendo una ventana de las últimas 24 horas para recolectar datos y 12 horas descartadas antes de la predicción.spa
dc.description.abstractABSTRACT: Pneumonia directly attacks the respiratory system, so in some cases it is necessary to connect the patient to a ventilator or admit him to an intensive care unit (ICU), at that point the patient's health is unstable so it is vital to keep him under constant review. The aim of this project is to develop a model that allows early prognosis of the severity of patients with pneumonia in ICU, avoiding delay in treatment, lack of care or clinical errors. The work was performed using the MIMIC-III database, which has clinical information of real patients in intensive care. In a descriptive analysis of the data, it was found that 14.23% of the sample tends to obtain the worst outcome, which is death. The proposed model was LightGBM with 96% accuracy and its recall for the target class of 100%, having a window of the last 24 hours to collect data and 12 hours discarded before prediction.eng
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemas y Computaciónspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.bibliographiccitationBarrera Sanchez, J. H. (2021). Modelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivos [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/4240
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/4240
dc.language.isospaspa
dc.publisherUniversidad EIAspa
dc.publisher.facultyEscuela de Ingeniería y Ciencias Básicasspa
dc.publisher.placeEnvigado (Antioquia, Colombia)spa
dc.publisher.programIngeniería de Sistemas y Computaciónspa
dc.rightsDerechos Reservados - Universidad EIA, 2021spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.proposalMachine Learningeng
dc.subject.proposalNeumoníaspa
dc.subject.proposalPronóstico Gravedadspa
dc.titleModelo predictivo para el pronóstico temprano de gravedad en pacientes con neumonía de una unidad de cuidados intensivosspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
BarreraJeisson_2021_ModeloPredictivoPronostico.pdf
Tamaño:
964.99 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
2.46 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Ingeniería de Sistemas y Computación