Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad Industrial de Santander
2023
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=343876253063 https://www.redalyc.org/journal/3438/343876253063/ https://www.redalyc.org/journal/3438/343876253063/html/ https://www.redalyc.org/journal/3438/343876253063/343876253063.epub https://www.redalyc.org/journal/3438/343876253063/movil https://doi.org/10.18273/saluduis.55.e:23017 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Sommario:
- Métodos de aprendizaje automático para predecir el comportamiento epidemiológico de enfermedades arbovirales: revisión estructurada de literatura Sonia Isabel Polo-Triana Yuly Andrea Ramírez-Sierra Javier Eduardo Arias-Osorio Ruth Aralí Martínez-Vega Henry Lamos-Díaz Medicina Revisión predicción bibliometría aprendizaje automático infecciones por arbovirus Introducción: Los métodos de aprendizaje automático permiten manejar datos estructurados y no estructurados para construir modelos predictivos y apoyar la toma de decisiones. Objetivo: Identificar los métodos de aprendizaje automático aplicados para predecir el comportamiento epidemiológico de enfermedades arbovirales utilizando datos de vigilancia epidemiológica. Metodología: Se realizó búsqueda en EMBASE y PubMed, análisis bibliométrico y síntesis de la información. Resultados: Se seleccionaron 41 documentos, todos publicados en la última década. La palabra clave más frecuente fue dengue. La mayoría de los autores (88,3 %) participó en un artículo de investigación. Se encontraron 16 métodos de aprendizaje automático, el más frecuente fue Red Neuronal Artificial, seguido de Máquinas de Vectores de Soporte. Conclusiones: En la última década se incrementó la publicación de trabajos que pretenden predecir el comportamiento epidemiológico de arbovirosis por medio de diversos métodos de aprendizaje automático que incorporan series de tiempo de los casos, variables climatológicas, y otras fuentes de información de datos abiertos. 2023 reseña 0121-0807 https://www.redalyc.org/articulo.oa?id=343876253063 https://www.redalyc.org/journal/3438/343876253063/ https://www.redalyc.org/journal/3438/343876253063/html/ https://www.redalyc.org/journal/3438/343876253063/343876253063.epub https://www.redalyc.org/journal/3438/343876253063/movil https://doi.org/10.18273/saluduis.55.e:23017 es http://www.redalyc.org/revista.oa?id=3438 Revista de la Universidad Industrial de Santander. Salud application/pdf Universidad Industrial de Santander Revista de la Universidad Industrial de Santander. Salud (Colombia) Vol.55