Look-up in Google Scholar
Full metadata record
Zambrano Loli, Gener Víctor
Tello Cárdenas, Franklin Junior
Jesus Aquino, Jhanmaicol Ángel
2024-02-20T16:45:14Z
2024-02-20T16:45:14Z
2023
https://hdl.handle.net/20.500.12727/13225
En la investigación se abordó la problemática de la anemia infantil, con el objetivo de desarrollar una solución de software que incluya un módulo de machine learning, para predecir el éxito de un tratamiento anemia en infantes hasta los 35 meses del centro de salud Santa Clara de la DIRIS Lima Este. Se utilizo como enfoque de investigación la ruta cuantitativa, también se utilizó como tipo de investigación la predictiva, se utilizó la técnica de clasificación y el algoritmo de clasificación de Regresión Logística. Se realizó 38 pruebas con origen a los datos de prueba que representan el 30 por ciento de los 126 registros. Se logró identificar seis variables predictoras significativas con relación al registro de la medición de hemoglobina, a la recomendación dietética realiza en la atención nutricional y entregas de tratamientos de anemia, que fueron identificados por el nivel de confianza medido por el valor P, para predecir el éxito de un tratamiento de la anemia infantil en infantes hasta los 35 meses de edad. Se logró desarrollar el módulo de aprendizaje supervisado con el modelo de regresión logística con una exactitud aproximada de 0.82 equivalente al 82%, para predecir el éxito de un tratamiento de anemia en infantes hasta los 35 meses del centro de salud Santa Clara de la DIRIS Lima este, además se integró los módulos de consulta, mantenimiento y DASHBOARD. (es_PE)
application/pdf (es_PE)
276 p. (es_PE)
spa (es_PE)
Universidad de San Martín de Porres (es_PE)
info:eu-repo/semantics/restrictedAccess (es_PE)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es_PE)
Repositorio Académico USMP (es_PE)
Universidad San Martín de Porres - USMP (es_PE)
Anemia infantil (es_PE)
Centro de salud (es_PE)
Machine learning (es_PE)
Regresión logística (es_PE)
Aplicación web (es_PE)
Aplicación web con machine learning para predecir el éxito de un tratamiento de anemia infantil de un centro de salud (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad de San Martín de Porres. Facultad de Ingeniería y Arquitectura (es_PE)
Ingeniería de Computación y Sistemas (es_PE)
Ingeniero de Computación y Sistemas (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#1.02.01 (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
09347129
https://orcid.org/0000-0001-5173-8337 (es_PE)
46484551
74301718
611066 (es_PE)
Figueroa Revilla, Jorge Martin
Leon Lescano, Norma Birginia
Yamao, Eiriku
Palomino Guerrero, Carla Rocio
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada asociativa
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons