Resumo

FERNANDEZ CEDENO, Gilberto Horacio; CRUZ FELIPE, Marely del Rosario; ORDONEZ-AVILA, Ermenson Ricardo  e  MOREIRA VELEZ, José Gabriel. Predicción de evolución post covid19 en pacientes, usando herramientas de la big data. ReHuSo [online]. 2023, vol.8, n.2, pp.125-136.  Epub 05-Dez-2023. ISSN 2550-6587.  https://doi.org/10.33936/rehuso.v8i2.5911.

Esta investigación tiene como objetivo predecir la evolución post COVID-19 en pacientes del Hospital General de Portoviejo (IESS), identificando patrones similares en la propagación de casos futuros de esta enfermedad. Como metodología se efectuó un estudio de tipo descriptivo, retrospectivo, con enfoque cuantitativo y empleo del método de análisis documental, donde se realizó la extracción de información desde la base de datos del referido hospital, en el período 2020-2022. Para el análisis de los datos se utilizó el software Orange Data Mining, que es una herramienta de código abierto con una amplia gama de métodos de análisis de datos y aprendizaje automático. Del total de 18316 pacientes, se trabajó con una muestra intencional de 3678, por contar estos con los datos requeridos para el análisis. Entre los principales resultados se destaca que las personas más propensas a tener Covid, están en el rango de edades entre los 63 y 70 años; el sexo más expuesto es el masculino; los síntomas más comunes por los afectados son la insuficiencia respiratoria y enfermedad renal crónica, cuestiones que ayudan a predecir cuáles serán los pacientes que pudieran ser más propensos a contraer la enfermedad. A modo de conclusión se resalta que la aplicación de herramientas de minería de datos facilita la predicción y evolución futura de enfermedades como la analizada, facilitando la toma de decisiones en materia de prevención y control de la pandemia a las autoridades sanitarias.

Palavras-chave : COVID-19; predicción; minería de datos; orange data mining; prevención.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )