Resumen

Esta investigación identifica los factores que influyen en la reducción de autopsias en un hospital de Veracruz. El estudio se basa en la aplicación de técnicas de minería de datos como reglas de asociación y redes bayesianas en conjuntos de datos obtenidos a partir de opiniones de médicos. Se analizaron, para la exploración y extracción del conocimiento, algoritmos como Apriori, FPGrowth, PredictiveApriori, Tertius, J48, NaiveBayes, MultilayerPerceptron y BayesNet, todos ellos proporcionados por la API de WEKA. Para generar modelos de minería y presentar el nuevo conocimiento en lenguaje natural, también desarrollamos una aplicación web. Los resultados presentados en este estudio son los obtenidos de los algoritmos mejor evaluados, que han sido validados por especialistas en el campo de la patología.

• Materias:Algoritmo de agrupamiento Reconocimiento de caracteres Reconocimiento de entidades nombradas Algoritmos de recomendación Tecnologías de contenedores
• Subjects:Clustering algorithm Character recognition Named entity recognition Recommendation algorithms Container technologies
• Palabras claves:Factores; Reducción; Autopsias; Técnicas de minería de datos; Algoritmos; Validación
• Keywords:Factors; Reduction; Autopsies; Data mining techniques; Algorithms; Validation