• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Máster UVa
    • Dokumentanzeige
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Máster UVa
    • Dokumentanzeige
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/27616

    Título
    Análisis de fuentes y técnicas de Big Data en el sector sanitario
    Autor
    Góngora Alonso, SuselAutoridad UVA
    Director o Tutor
    Torre Díez, Isabel de laAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de TelecomunicaciónAutoridad UVA
    Año del Documento
    2017
    Titulación
    Máster en Investigación en Tecnologías de la Información y las Comunicaciones
    Zusammenfassung
    En la última década, la recolección y análisis de datos ha aumentado enormemente en muchos campos de la sociedad. El análisis de Big Data ha empezado a desempeñar un papel fundamental en la evolución de las prácticas y la investigación sanitaria. Ha proporcionado herramientas para acumular, administrar, analizar y asimilar grandes volúmenes de datos dispares, estructurados y no estructurados producidos por los actuales sistemas de salud. La analítica de Big Data se ha aplicado recientemente para ayudar al proceso de la entrega del cuidado y de la exploración de la enfermedad. Con una gestión adecuada, las mejoras en la calidad, cantidad, almacenamiento y análisis de datos de salud podrían conducir a mejoras considerables en muchos de los resultados sanitarios. El objetivo principal de este trabajo es mostrar los resultados de una revisión bibliográfica de las fuentes y técnicas de Big Data empleadas en la sanidad, con el fin de conocer lo que existe e identificar las técnicas más utilizadas en el campo de las enfermedades crónicas. Además planteamos las áreas de investigación médica: imagen, señal, y genómica, las plataformas existentes para el análisis de los datos, las aplicaciones de Big Data en el sector de la salud y el trabajo futuro como posible tesis doctoral.
     
    In the last decade, the collection and analysis of data has increased enormously in many areas of society. The Big Data analysis has begun to play a key role in the evolution of health research and practice. It has provided tools to accumulate, manage, analyze and assimilate large volumes of disparate, structured and unstructured data produced by current health systems. Big Data's analytics have recently been implemented to aid the process of delivery, care and disease screening. With proper management, improvements in the quality, quantity, storage and analysis of health data could lead to considerable improvements in many health outcomes. The main aim of this work is to present a review of existing research in the literature, referring to sources and techniques of Big Data in the health sector and to identify which of these techniques are the most used in the prediction of chronic diseases. In addition we propose the medical research areas: image, signal, and genomics, existing platforms for analysis of the data, the applications of Big Data in the health sector and future work are also considered as possible doctoral thesis.
    Palabras Clave
    Big Data
    Enfermedades crónicas
    Minería de datos
    Sector sanitario
    Departamento
    Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/27616
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Máster UVa [7002]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    TFM-G808.pdf
    Tamaño:
    658.5Kb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalSolange nicht anders angezeigt, wird die Lizenz wie folgt beschrieben: Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10