A partir de entonces, hemos identificado que las tasas de prevalencia de Obesidad, Diabetes e Hipertensión, comienza a observarse en las personas de 20 años, pero son resultado de 10 años de malos hábitos.
El proyecto
Minería de datos en el sector de análisis clínicos para el descubrimiento de patrones en cuadros graves de COVID-19 y una propuesta de intervención informativa en materia de prevención
Grupo de trabajo
Responsable: Guillermo A. Arrioja Carrera, PhD.
Asesor: Eduardo Roldán Reyes
Alcances
Resumen
El proyecto consiste en un proceso de minería de datos para la identificación de las variables que influyen en cuadros graves de COVID 19. Utilizando como muestra una base de datos de al menos 10,000 personas originarias de la zona centro del estado de Veracruz, recopilada en un periodo de dos años. A partir de los hallazgos se identificarán la correlación de estas series de datos demográficos y clínicos vitales, teniendo la posibilidad de desarrollar dos productos fundamentales: el primero, una propuesta de visualización de datos a partir de reportes dinámicos para facilitar la lectura de los resultados de los análisis clínicos; el segundo, el diseño de materiales para una campaña de prevención en la que se dé a conocer la correlación de estas afecciones a la población en general.
Objetivo general
El objetivo general es identificar patrones clave en los indicadores que componen los historiales clínicos de cualquier paciente para presentarlos en reportes visuales asertivos que permitan comunicar riesgos de afecciones vinculadas con cuadros graves de COVID-19. Estableciendo así, un marco específico de información que además pueda ser implementada en acciones de prevención y en el diseño de campañas de comunicación social para grupos claves de la población.
Estos reportes visuales se presentan como resultado de un proceso de minería, procesamiento y visualización de datos que le permitan a cualquier persona identificar los patrones críticos en sus resultados de análisis clínicos. Para determinarlo, se establece un convenio para el acceso y la revisión de una base de datos que toma como muestra una población de alrededor de 10,000 sujetos, recolectada durante un periodo de dos años en el contexto de la pandemia de COVID 19. Esta revisión permitirá determinar cuáles han sido las variables que han coexistido con la presencia de COVID-19, así como interpretar la forma en que la enfermedad ha afectado a esta y otras poblaciones análogas.
Metas
Las metas que tiene el proyecto se condensan en tres productos fundamentales:
- a) Los hallazgos derivados de la base de datos sobre correlaciones entre variables del historial clínico con cuadros graves de COVID-19;
- b) El diseño de un reporte dinámico para compartir los resultados de análisis clínico con la población;
- c) El diseño de un proyecto de intervención a partir de una campaña de prevención orientada a la comunicación social.
Existen actividades complementarias que incluyen la asesoría de un proyecto de tesis de maestría, un proyecto de tesis de doctorado, impartición de una materia vinculada con el área de innovación y la generación de un artículo científico derivado de la estancia posdoctoral.
Línea de investigación
La línea de generación y aplicación del conocimiento a la que está vinculado el proyecto es la de la estancia de la Innovación y Administración del Capital Intelectual.
La línea de generación y aplicación del conocimiento a la que está vinculado el proyecto es la de la estancia de la Innovación y Administración del Capital Intelectual. Haciendo posible que el proceso de minería de datos presente una forma innovadora de utilizar no sólo los recursos de una empresa, sino que ésta brinde un beneficio a la sociedad al encontrar información valiosa para prevenir casos graves de COVID 19.
En el proyecto, si bien el proceso técnico de análisis de datos obtendrá compilados de información sobre las variables identificadas, también la selección de una forma adecuada para representarla y poder transformarla en información para un proyecto de comunicación social es relevante y permite capitalizarlo como un beneficio para todos los clientes de la organización.
Bibliografía
- Orallo JH, Quintana MJR, Ramírez CF. Introducción a la minería de datos: Pearson Prentice Hall; 2004.
- Cangrejo Aljure D, Agudelo JG. Minería de datos espaciales Spatial data mining an overview. Rev Avanc Sist Informát. 2011;8(3):71-7.
- Dueñas Reyes MX. Minería de datos espaciales en búsqueda de la verdadera información. Ing Univ. 2009:137-56. Carnicero, J. y Rojas, D. (2016).
- La explotación de datos de salud: retos, oportunidades y límites. Pamplona: Sociedad Española de Informática de la Salud. Disponible en http://www.seis.es. Dávila Hernández, F. y Sánchez Corales, Y. (2012).
- Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas.
Revista Cubana de Informática Médica, 4(2), 174-183.