Sistema experto basado en lógica difusa tipo 1 para determinar el grado de riesgo de preeclampsia

A type-1 fuzzy logic-based expert system model for pre-eclampsia risk assessment

dc.creatorNúñez Flórez, Edna Rocio
dc.creatorVergara Ortiz, Raul
dc.creatorBocanegra García, José Joaquín
dc.date2018-11-23T19:51:38Z
dc.date2018-11-23T19:51:38Z
dc.date2014-07-01
dc.date.accessioned2023-10-03T19:12:37Z
dc.date.available2023-10-03T19:12:37Z
dc.identifierNúñez Flórez, E., Vergara Ortiz, R., & Bocanegra García, J. (2014). Sistema experto basado en lógica difusa tipo 1 para determinar el grado de riesgo de preeclampsia. INGE CUC, 10(1), 43-50. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/341
dc.identifier0122-6517, 2382-4700 electrónico
dc.identifierhttp://hdl.handle.net/11323/1762
dc.identifier2382-4700
dc.identifierCorporación Universidad de la Costa
dc.identifier0122-6517
dc.identifierREDICUC - Repositorio CUC
dc.identifierhttps://repositorio.cuc.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9168918
dc.descriptionLa preeclampsia es una enfermedad que pueden desarrollar las mujeres en estado de embarazo, y según el DANE es responsable del 35 % de las muertes maternas en Colombia. Ante esta situación, el objetivo de este artículo es presentar un sistema experto (SE) basado en lógica difusa tipo I que permite identificar el nivel de riesgo de sufrir la enfermedad, y posibilita un diagnóstico precoz y la vigilancia estricta de la mujer gestante, aspectos fundamentales para prevenir las complicaciones asociadas a la preeclampsia. Para llevar a cabo la investigación se realizó la revisión bibliográfica para conocer los factores de riesgo que generan la enfermedad; con apoyo de un médico se establecieron los factores que se deben tener en cuenta (variables de entrada) y la base de reglas, los cuales son los componentes principales del SE. Posteriormente se realiza la implementación del software con las herramientas MySql como base de datos y Java como lenguaje de programación. Para la validación de tomaron 30 historias clínicas suministradas por la Secretaría de Salud Departamental del Caquetá. El resultado del SE arrojó un 94.17 % de efectividad con un margen de error del 5.83 %, comparados con los resultados proporcionados por el especialista que analizó las historias clínicas.
dc.descriptionPreeclampsia is a disease pregnant women can develop and according to DANE (National Administrative Department of Statistics), it is responsible for 35% of maternal deaths in Colombia. In this context, the aim of this paper is to present an expert system (ES) based on type I fuzzy logic to identify this disease risk levels, and outmost, enable early diagnosis and close monitoring of pregnant women, essential aspects concerning the prevention of complications associated to pre-eclampsia. In order to carry out the research, a literature review was conducted to know the risk factors that generate this disease. With the help of a physician, medical factors regarding this condition were considered (input variables), and the rule base was established; which are the main components for ES. Subsequently, the software implementation was performed with tools like MySql database and Java programming language. To validate, 30 medical records were used, which were provided by the Ministry of Health Department of Caquetá. The result of ES showed a 94.17 % success rate with a margin of error of 5.83 %, compared to the results provided by the specialist who analyzed the records.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherCorporación Universidad de la Costa
dc.relationINGE CUC; Vol. 10, Núm. 1 (2014)
dc.relationINGE CUC
dc.relationINGE CUC
dc.relation[1] C. Agudelo y R. Pardo, “Guía de atención de las complicaciones hipertensivas asociadas con el embarazo”, Guías de promoción de la salud y prevención de enfermedades en la salud pública, n°14, pp. 229-260, septiembre 2012.
dc.relation[2] Departamento Administrativo Nacional de Estadística, julio, 2013. [Medio electrónico]. Disponible en: www.dane.gov.co
dc.relation[3] Secretaría Distrital de Salud, Prevención de mortalidad materna, 2013. [Medio electrónico]. Disponible en: www.saludcapital.gov.co/Paginas2/mortalidadmaterna.aspx
dc.relation[4] M. Gómez, A. Cabello y I. Ramos, “Gestión de la variabilidad en el desarrollo de Sistemas Expertos mediante técnicas de MDA”, en memorias del VI Taller de Desarrollo dirigido por modelos-DSDM´09, dentro de las XIV Jornadas de Ingeniería de Software y Bases de Datos- JISBD´09, vol. 6, n° 2, pp. 91-100, septiembre, 2009.
dc.relation[5] D. Guzmán, V. Castaño, “La lógica difusa en Ingeniería: principios, aplicaciones y futuro”, Ciencia y tecnología (Costa Rica), vol. 24, n° 2, pp. 87-107, agosto, 2006.
dc.relation[6] H. Vargas, Modelo Difuso Evolutivo Aplicado al Diagnóstico Médico de la Pre-eclampsia. Bogotá, D.C.: Universidad Distrital Francisco José de Caldas, 2013.
dc.relation[7] J. Velasco, Índice de masa corporal. Clínica Médica Internacional para reducción de peso. México, D.F., 2004.
dc.relation[8] R. G Victor, “Systemic hypertension: Mechanisms and diagnosis”, In R. O. Bonow, D. L. Mann, D. P. Zipes, and P. Libby, eds. Braunwald’s Heart Disease: A Textbook of Cardiovascular Medicine, 9th ed., Chap. 45. Philadelphia, Pa: Saunders Elsevier, 2011.
dc.relation[9] Innatia Network S.L.U. ¿Qué es la hipertensión sistólica? CIF: ESB54649702, Orihuela, Alicante, España, 2014.
dc.relation[10] A. Méndez, “La presión arterial. Cardiología, medicina en gotas”, julio, 2010. [Medio electrónico]. Disponible en:blog.ciencias-medicas.com/archives/63
dc.relation[11] N.Quintana, D. Rey, T. Sisi, C. Antonelli y M. Ramos, “Preeclampsia”, Revista de Posgrado de la Vía Cátedra de Medicina, n° 133, pp. 16-20, noviembre, 2003.
dc.relation[12] R. Vergara Ortiz. (2013). Base de reglas. [Medio electrónico]. Disponible en: https://drive.google.com/file/d /0B0EFEvuZbdT3ZHRob1B1bkpyR0U/edit?usp=sharing
dc.relation[13] V. Soler, Lógica difusa aplicada a conjuntos imbalanceados: aplicación a la detección del síndrome de Down. Barcelona: Universidad Autónoma de Barcelona, 2007.
dc.relation[14] M. Ávila, M. Viñas, E. Mercado, A. Blanco y E. Rueda, “Inteligencia artificial. Sistema experto para ayuda en el diagnóstico de anemias (SEADA)”, Salud Uninorte (Barranquilla, Colombia), vol. 4-5, n° 1, 3-8, 1998.
dc.relation[15] M. Olivas y M. Dones, “Sistema experto para el diagnóstico de trastornos depresivos”, Universidad Pontificia Comillas, febrero, 2005. [Medio electrónico]. Disponible en: www.iit.upcomillas.es/pfc/resumenes/42bbe5095b837
dc.relationINGE CUC
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.sourceINGE CUC
dc.sourcehttps://revistascientificas.cuc.edu.co/ingecuc/article/view/341
dc.subjectEmbarazo
dc.subjectEnfermedad
dc.subjectLógica
dc.subjectSistemas
dc.subjectIngeniería
dc.subjectSalud
dc.subjectDisease
dc.subjectHealth
dc.subjectLogic
dc.subjectPregnancy
dc.subjectEngineering
dc.subjectSystems
dc.titleSistema experto basado en lógica difusa tipo 1 para determinar el grado de riesgo de preeclampsia
dc.titleA type-1 fuzzy logic-based expert system model for pre-eclampsia risk assessment
dc.typeArtículo de revista
dc.typehttp://purl.org/coar/resource_type/c_6501
dc.typeText
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typehttp://purl.org/redcol/resource_type/ART
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa


Este ítem pertenece a la siguiente institución