Sistema Bayesiano para la Predicción de la Diabetes
| Autor: | Eduardo Castaño, William Sarache, Omar D. Castrillón |
|---|---|
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2017 |
| Předmět: |
Gynecology
detección automatizada medicine.medical_specialty diabetes business.industry Strategy and Management Serum insulin Geotechnical Engineering and Engineering Geology Skin thickness Industrial and Manufacturing Engineering Computer Science Applications General Energy entrenamiento de un sistema medicine business Food Science clasificador bayesiano |
| Zdroj: | Información tecnológica v.28 n.6 2017 SciELO Chile CONICYT Chile instacron:CONICYT |
| Popis: | espanolEn este trabajo se propone un sistema de clasificacion Bayesiano para la identificacion temprana de la diabetes Mellitus con base en el analisis de algunas variables tales como numero de embarazos, presion arterial diastolica, espesor cutaneo del triceps, indice de masa corporal, herencia y edad. La metodologia propuesta define y entrena el sistema propuesto con base en muestras tomadas de pacientes diabeticos y no diabeticos. El sistema se valido con pacientes diferentes, manteniendo la misma proporcion entre individuos diabeticos y no diabeticos. Finalmente, el numero de aciertos y errores en la deteccion de esta enfermedad fue comparado contra un test especializado. Los resultados indican que, en el 87,69% de los casos, el clasificador bayesiano logra detectar correctamente esta enfermedad con base en las variables antes mencionadas. No obstante, cuando se agrego la variable "insulina en suero", el porcentaje aumento al 98.46%. EnglishThis study presents a Bayesian system for the early identification of diabetes Mellitus based on the analysis of some variables such as number of pregnancies, diastolic blood pressure, triceps skin thickness, body mass index, heredity and age. The proposed methodology establishes and trains a Bayesian classification system, based on samples of diabetic and non-diabetic patients. The system was tested with different patients maintaining the same ratio between diabetics and non-diabetic individuals. Finally, to detect this disease, the number of hits and errors obtained by the Bayesian classifier was compared with a specialized test. The results indicate that, considering the aforementioned variables the disease was correctly detected by the system in 87.69% of the analyzed cases. However, when the variable serum insulin was included, this percentage increased up to 98.46%. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|