SciELO - Scientific Electronic Library Online

 
vol.28 número6Diseño de un Clasificador Difuso para el Establecimiento de los Estados Funcionales de un Sistema de Producción de Aire MedicinalCalidad en la Educación e Infraestructuras del Transporte desde la Accesibilidad Territorial. Departamento de Caldas en Colombia como Caso de Estudio índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Información tecnológica

versión On-line ISSN 0718-0764

Resumen

CASTRILLON, Omar D; SARACHE, William  y  CASTANO, Eduardo. Sistema Bayesiano para la Predicción de la Diabetes. Inf. tecnol. [online]. 2017, vol.28, n.6, pp.161-168. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642017000600017.

En este trabajo se propone un sistema de clasificación Bayesiano para la identificación temprana de la diabetes Mellitus con base en el análisis de algunas variables tales como número de embarazos, presión arterial diastólica, espesor cutáneo del tríceps, índice de masa corporal, herencia y edad. La metodología propuesta define y entrena el sistema propuesto con base en muestras tomadas de pacientes diabéticos y no diabéticos. El sistema se validó con pacientes diferentes, manteniendo la misma proporción entre individuos diabéticos y no diabéticos. Finalmente, el número de aciertos y errores en la detección 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 agregó la variable "insulina en suero", el porcentaje aumentó al 98.46%.

Palabras clave : clasificador bayesiano; diabetes; entrenamiento de un sistema; detección automatizada.

        · resumen en Inglés     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons