Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10953/3388
Título: Predicción de patologías más comunes y emergencias sanitarias basada en variables espaciales mediante el uso de la minería de datos
Autoría: Arias Ortas, Juan Carlos
Dirección: Ramos Galán, María Isabel
Cubillas Mercado, Juan José
Departamento: Universidad de Jaén. Departamento de Informática
Resumen: El sector sanitario es uno de los más sensibles de nuestra sociedad. La atención oportuna en el sector sanitario es esencial para la recuperación de los pacientes, y más aún en caso de emergencia sanitaria. En estos casos, es esencial una gestión adecuada de los recursos humanos y técnicos, que son limitados y deben movilizarse de forma óptima y eficaz. Se considera que la aplicación de técnicas específicas y detalladas de creación y diseño de bases de datos puede mejorar la calidad de la atención a los pacientes. The health sector is one of the most sensitive sectors in our society. Timely care in the health sector is essential for the recovery of patients, and even more so in the event of a health emergency. In these cases, appropriate management of human and technical resources, which are limited and need to be mobilised in an optimal and efficient way, is essential. It is considered that the application of specific and detailed database creation and design techniques can improve the quality of patient care.
Palabras clave: Aprendizaje automático
Datos geoespaciales
Predicción
Servicio de Emergencias Sanitarias
Fecha: 23-jul-2024
Aparece en las colecciones: Tesis

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
PREDICCIÓN DE LAS PATOLOGÍAS MÁS COMUNES Y EMERGENCIAS SANITARIAS BASADA EN VARIABLES ESPACIALES.pdf2,58 MBAdobe PDFVisualizar/Abrir


Este ítem está protegido por copyright original