Apply machine learning to predict cardiovascular risk in rural clinics from Mexico

dc.contributorHéctor Durán-Muñoz
dc.contributorhttps://orcid.org/0000-0002-9498-6602
dc.contributor0000-0002-9498-6602
dc.creatorZambrano de la Torre, Misael
dc.creatorGuzmán Fernández, Maximiliano
dc.creatorSifuentes Gallardo, Claudia
dc.creatorGamboa Rosales, Hamurabi
dc.creatorLuna García, Huizilopoztli
dc.creatorSandoval García, Ernesto
dc.creatorDurán Muñoz, Héctor
dc.date.accessioned2022-08-29T17:34:29Z
dc.date.accessioned2023-07-19T00:03:05Z
dc.date.available2022-08-29T17:34:29Z
dc.date.available2023-07-19T00:03:05Z
dc.date.created2022-08-29T17:34:29Z
dc.date.issued2021-08-05
dc.identifier978-967-2948-12-4
dc.identifierhttp://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/3034
dc.identifierhttp://dx.doi.org/10.48779/ricaxcan-144
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7618298
dc.description.abstractAproximadamente 41 millones de personas en el mundo mueren cada año por enfermedades cardiovasculares. En México es una de las principales causas de muerte al año. Este problema es aún más crítico en las zonas rurales de México. Debido al número limitado de equipo médico especializado disponible en estas clínicas. Por tanto, el objetivo de este trabajo es proponer una nueva etapa en la metodología utilizada en aprendizaje automático para la clasificación del riesgo cardiovascular en clínicas rurales de México. La importancia de este trabajo es poder clasificar a los pacientes en base únicamente a atributos no invasivos, evitando el uso de equipos clínicos especializados. Para ello, se utiliza el repositorio Heart Disease Data Set para implementar la nueva etapa
dc.languageeng
dc.publisherDepartment of Mathematical Sciences Faculty of Computer & Mathematical Sciences UiTM Kedah
dc.relationhttps://uitmicms.wixsite.com/icms2021/publication
dc.relationgeneralPublic
dc.relationhttps://36f92a07-7496-48b7-b8c5-d4b3a7a690bd.filesusr.com/ugd/9483e7_fa3419ecd9a748208fc6b7e8d5421225.pdf
dc.rightshttp://creativecommons.org/publicdomain/zero/1.0/
dc.rightsCC0 1.0 Universal
dc.sourcethe 5th International Conference on Computing, Mathematics and Statistics (4-5 de Agosto), Malaysia, pp 335-342
dc.titleApply machine learning to predict cardiovascular risk in rural clinics from Mexico
dc.typeinfo:eu-repo/semantics/bookPart


Este ítem pertenece a la siguiente institución