RT info:eu-repo/semantics/masterThesis
T1 Pronóstico del manejo de la enfermedad de síncope en el departamento de urgencias usando algoritmos de Machine Learning
A1 Martínez Licort, Rosmeri
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Manejo de síncope
K1 Machine learning
K1 Estratificación de riesgo
AB El síncope es una enfermedad alarmante y una causa frecuente de evaluación enla sala de urgencias, donde no se cuenta con herramientas eficientemente rápidas parasu manejo. La predicción temprana del ingreso y el manejo acertado de la enfermedad,permitiría: ahorrar tiempo, recursos y la personalización de la atención. La finalidadde este trabajo es usar machine learning para crear modelos de clasificación binariaque permitan, tras la estratificación de riesgo de la enfermedad, pronosticar: si unpaciente necesita hospitalización, si necesita ser admitido en la UCI y su probablefallecimiento durante la atención sanitaria. Es un tema del que poco se concretaen la bibliografía científica accedida, aún así en esta investigación se explotan lasbibliotecas de python siguiendo una metodología de trabajo elaborada. A pesar deno contar con una interpretación médica profunda de los errores en los datos, comoresultado de esta investigación se obtuvo un modelo de alto rendimiento para el elpronóstico de la hospitalización de pacientes, no así para los otros dos pronósticos.Con este punto de partida, se cree que se pueden obtener mejores resultados entrabajos futuros.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/57391
UL https://uvadoc.uva.es/handle/10324/57391
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 15-ene-2025