pdf (Español (España))
FLIP
Authors
Abstract
Objective: To determine the relationship between existing risk factors in pregnant mothers through data mining techniques. Materials and Methods: A sample of 15,265 women aged between 10 and 48 years, data pertaining to the period between 2010 and 2012, was collected. Data was processed using Microsoft SQL Server 2008 R2 and Microsoft Excel 2007, taking into account the KDD process and CRISP-DM methodology for data mining using k-Means algorithms for Clusters, Association Rules and Correlation Methods. Results: Using Clustering algorithms it was evident that women with a history of abortion form 5% of the study population; women with premature births have a greater presence in abnormal ages being 2% of the population, while suitable age for gestation is only 1%; 1% of women, regardless of age, reported having consumed liquor during pregnancy; women who had abortions and consumed alcohol were 20%; women with induced labor showed 8% alcohol consumption. Women who admitted having used drugs were 2% in ages suitable for gestation and 3% in ages non suitable for conception, placing them in the cluster having the highest probability of abortion.
Keywords
References
2. Malagón G. (2011.). Editorial. Atención Primaria en Salud (APS): Una estrategia para mejorar lacobertura y la calidad. Revista Academia Nacional de Medicina 2011; 83. Disponible en: http://encolombia.com/medicina/revistas-medicas/academedicina/vola-83/atencion-primaria-en-salud/
3. Fescina RH, De Mucio B, Díaz JL, Martínez G, Serruya, S. (2010). Guías para el continuo de la atención de la mujer y el recién nacido focalizadas en APS. Montevideo: Publicación Científica CLAP/SMR No 1573; 2010. Disponible en: https://docs.google.com/file/d/0B3o7GPnDqjGEUWtuV2hYVzdSM2VHWWktRWZidHo2QQ/edit?usp=drive_web&pli=1
4. Cárdenas V. Introducción al Análisis Service de SQL Server 2008 R2 [audio podcast]; 2011. Disponible en: http://www.youtube.com/watch?v=4-FxpeOFhHU
5. Organización Mundial de la Salud. Conferencia Internacional sobre Atención Primaria de Salud patrocinada por la OMS y el UNICEF; párrafo 10; 1978. Disponible en: http://www.who.int/topics/primary_health_care/es/
6. Castaño JJ, Esquivel VM, Ocampo P, Páez ML, Rico LM, Santacoloma V, et al. Características de madres gestantes y sus recién nacidos en relación con la edad de las madres en el departamento de Caldas (Colombia), 2003-2008. Archivos de Medicina (Col) 2011; 11(1):23-38. Disponible en: http://www.redalyc.org/articulo.oa?id=273819434002
7. Tercero I. Minería de datos (data mining) [blog]; 2010 24 de febrero. Disponible en: http://coevolucion. net/index.php?option=com_content&view=article&id=143:mineria-de-datos-data-mining
8. Sánchez R, Rosete A, Rodríguez A, Brito R. Empleo de minería de datos en la predicción de diabetes. Informática en salud 2009. Disponible en: http://www.informatica2009.sld.cu/Members/ardguez/empleo-de-mineria-de-datos-en-la-rediccion-de-diabetes-reprocesado-de-datos/
9. Vallejos SJ. Minería de Datos. Universidad Nacional del Nordeste, Corrientes, Argentina; 2006. Disponible en: http://exa.unne.edu.ar/depar/areas/informatica/SistemasOperativos/Mineria_Datos_Vallejos.pdf
10. Msdn. Algoritmos de minería de datos (Analysis Services: Minería de datos); 2013. Disponible en: http://msdn.microsoft.com/es-es/library/ms175595.aspx
11. Msdn. Complementos de minería de datos de Microsoft® SQL Server® 2012 para Microsoft® Office® 2010; 2014. Disponible en: http://www.microsoft.com/es-es/download/details.aspx?id=29061
12. Msdn. Microsoft Algoritmo de clústeres; 2014. Disponible en: http://msdn.microsoft.com/en-us/library/ms174879.aspx
13. Msdn. Referencia técnica del algoritmo de asociación de Microsoft; 2008. Disponible en: http://msdn.microsoft.com/es-es/library/cc280428(v=sql.100).asp
Downloads
