Redes neuronales y regresión logística técnicas predictivas de la mortalidad en medicina interna del HRDT
No Thumbnail Available
Date
2017
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
La estadística hoy en día se ha convertido en una de las ciencias más necesarias y_x000D_
utilizadas en distintos campos laborales debido a su manera de aplicar sus diversas_x000D_
técnicas para la obtención de resultados y toma de decisiones apropiadas. Dentro de_x000D_
estas técnicas tenemos a las de regresión logística binaria, técnica que permiten_x000D_
comprobar las relaciones causales de una variable cuando esta es nominal, estas_x000D_
técnicas son aplicados a las ciencias de la salud nos permiten el análisis de los_x000D_
resultados en términos explicativos y predictivos para evaluar la mortalidad en_x000D_
hospitales, esta técnica y otras más al parecer están resultando no tan eficientes_x000D_
como la técnica de redes neuronales, ya que esta técnica no es necesaria evaluar los_x000D_
supuestos de normalidad, puesto que son consideradas como en estadística, pruebas_x000D_
no paramétricas.es por eso que en trabajos realizados anteriormente se afirma que_x000D_
son mucho mejor que las técnicas de regresión, es por tal motivo que el presente_x000D_
estudio tiene como finalidad determinar cuál de las dos técnicas es mejor para_x000D_
predecir la mortalidad hospitalaria en medicina interna del HRDT. Tomando en_x000D_
cuenta las variables que pueden influir en dicha mortalidad, las cuales son el sexo,_x000D_
la edad y la región de procedencia. Para cumplir con nuestro objetivo se obtuvo la_x000D_
base de datos de los pacientes del área de medicina interna del HRDT; para el_x000D_
análisis estadístico se utilizó la técnica de regresión logística y redes neuronales,_x000D_
encontrándose para estas, que la técnica que mejor pronostica es la técnica de_x000D_
regresión logística, ya que, al momento de observar los resultados en cuanto a los_x000D_
porcentajes de clasificación, es notoria la diferencia
Description
Statistics today have become one of the most needed sciences and used in different_x000D_
fields of work because of its way of applying its various techniques for obtaining results_x000D_
and appropriate decision making. Within these techniques we have the binary logistic_x000D_
regression, a technique that allows to verify the causal relations of a variable when it is_x000D_
nominal, these techniques are applied to the health sciences allow us to analyze the_x000D_
results in explanatory and predictive terms for To evaluate mortality in hospitals, this_x000D_
technique and others are apparently not as efficient as the technique of neural networks,_x000D_
since this technique is not necessary to evaluate the assumptions of normality, since_x000D_
they are considered as statistics, nonparametric tests. That is why in previous studies it_x000D_
is stated that they are much better than the regression techniques, it is for this reason_x000D_
that the present study aims to determine which of the two techniques is better to predict_x000D_
hospital mortality in internal medicine of HRDT. Taking into account the variables that_x000D_
can influence this mortality, which are the sex, age and region of origin. In order to_x000D_
fulfill our objective, we obtained the database of the patients of the area of internal_x000D_
medicine of the HRDT; For the statistical analysis, the logistic regression technique and_x000D_
neural networks were used, And for these, the technique that best predicts is the_x000D_
technique of logistic regression, since, at the moment of observing the results in terms_x000D_
of the classification percentages, the difference is notorious
Keywords
Redes neuronales, Regresión logística