Modelo de predicción para enfermedades de insuficiencia cardiaca mediante razonamiento basado en casos - Machine Learning - Trabajo de titulación

Aug 5, 2026

Subido por Violet

La investigación desarrolla un modelo de predicción para enfermedades de insuficiencia cardiaca apoyado en Machine Learning y en el Razonamiento Basado en Casos (RBC), orientado a simular la toma de decisiones a partir de casos y aprender de la experiencia clínica. El estudio es cuasiexperimental con grupos experimental y de control, e integra enfoques cuantitativos y cualitativos por la naturaleza numérica y descriptiva de las historias clínicas. Los datos reales provienen del área de Cardiología del Centro Médico REDIMA, implementándose el algoritmo en Google Colab y reportando resultados de 98% para apoyar diagnósticos y tratamientos eficaces.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas35

Tiempo de lectura54 min

AccesoGratis para descargar

Tabla de contenidos

Resumen

Certificados y autoría

Responsabilidad y autoría

Cesión de derechos de autor

Dirección del trabajo de titulación

Dedicación y agradecimiento

Planteamiento del estudio

Tipo de investigación y enfoque

Fuente de datos y aplicación del algoritmo

Resultados y contribución

UNIVERSIDAD POLITÉCNICA SALESIANA SEDE GUAYAQUIL CARRERA DE INGENIERÍA DE SISTEMAS Modelo de predicción para enfermedades de insuficiencia cardiaca mediante razonamiento basado en casos Machine Learning Trabajo de titulación previo a la obtención del Título de Ingeniero de Sistemas AUTOR: KERLY JOHANA RODRÍGUEZ LOPEZ TUTOR: JOE LLERENA IZQUIERDO Guayaquil – Ecuador 2024 CERTIFICADO DE RESPONSABILIDAD Y AUTORÍA DEL TRABAJO DE TITULACIÓN Yo, Kerly Johana Rodríguez López con documento de identificación N° 0931421721 manifiesto que: Soy el autor y responsable del presente trabajo; y, autorizo a que sin fines de lucro la Universidad Politécnica Salesiana pueda usar, difundir, reproducir o publicar de manera total oparcial el presente trabajo de titulación. Guayaquil, 21 de febrero del año 2024 Atentamente, Kerly Johana Rodríguez López 0931421721 CERTIFICADO DE CESIÓN DE DERECHOS DE AUTOR DEL TRABAJO DE TITULACIÓN A LA UNIVERSIDAD POLITÉCNICA SALESIANA Yo, Kerly Johana Rodríguez López con documento de identificación No. 0931421721, expreso mi voluntad y por medio del presente documento cedo a la Universidad Politécnica Salesianala titularidad sobre los derechos patrimoniales en virtud de que soy autor(a) del Artículo Académico: “Modelo de predicción para enfermedades de insuficiencia cardiaca medianterazonamiento basado en casos con Machine Learning”, el cual ha sido desarrollado para optar por el título de: Ingeniero de Sistemas, en la Universidad Politécnica Salesiana, quedando la Universidad facultada para ejercer plenamente los derechos cedidos anteriormente. En concordancia con lo manifestado, suscribo este documento en el momento que hago la entrega del trabajo final en formato digital a la Biblioteca de la Universidad Politécnica Salesiana. Guayaquil, 21 de febrero del año 2024 Atentamente, Kerly Johana Rodríguez López 0931421721 CERTIFICADO DE DIRECCIÓN DEL TRABAJO DE TITULACIÓN Yo, Joe Llerena Izquierdo con documento de identificación N° 0814884879 docente de la Universidad Politécnica Salesiana, declaro que bajo mi tutoría fue desarrollado el trabajo de titulación: Modelo de predicción para enfermedades de insuficiencia cardiaca medianterazonamiento basado en casos con Machine Learning, realizado por Kerly Johana Rodríguez López con documento de identificación N° 0931421721, obteniendo como resultado final el trabajo de titulación bajo la opción Artículo Académico que cumple con todos los requisitos determinados por la Universidad Politécnica Salesiana. Guayaquil, 21 de febrero del año 2024 Atentamente, Joe Llerena-Izquierdo 0914884879 DEDICATORIA A Dios, por estar presente en cada uno de mis pasos, A mi Madre por su amor incondicional, ami Padre orientarme por el camino del bien desde que tengo uso de razón, a mi Hermano porser un apoyo fundamental a lo largo de este camino. AGRADECIMIENTO A la Universidad Politécnica Salesiana por todos los conocimientos adquiridos a lo largo de este camino, que espero poder ponerlos en práctica en mi etapa como profesional. A la Centro Médico Redima “Red De Dispensarios Médicos de la Arquidiócesis” por su colaboración en la implementación del algoritmo de Razonamiento Basado en Casos RESUMEN En la actualidad Machine Learning es un campo importante para la Inteligencia Artificial (IA) en la que por medio de un algoritmo permite que los dispositivos aprendan sin que haya lanecesidad de ser programadas explícitamente para la solución de una tarea en específica. El Razonamiento Basado en Casos (RBC), es aquel proceso que trata de simular el comportamiento humano referente a la toma de decisiones en base a un caso y con ello aprender de la experiencia de ese caso , y a su vez ha demostrado ser una herramienta útil para el campomédico ya que ayuda diagnóstico enfermedades como lo establece (Escobar, 2019) La presente investigación es de tipo cuasiexperimental, ya que, busca un control total de las variables de estudio, usan

Preguntas frecuentes

Qué problema aborda el trabajo de titulación?

Desarrolla un modelo para predecir enfermedades de insuficiencia cardiaca, usando Machine Learning con Razonamiento Basado en Casos (RBC) para apoyar el diagnóstico médico.

Cuál es el tipo de investigación y el enfoque metodológico?

La investigación es cuasiexperimental, con grupos experimental y de control, e integra datos cuantitativos y cualitativos de manera sistemática.

De dónde provienen los datos y dónde se implementa el algoritmo?

Se toman datos reales de pacientes de Cardiología del Centro Médico REDIMA y el algoritmo se implementa en el software Google Colab, reportando resultados de 98%.

Aug 5, 2026

Subido por Violet