EXTRAEEXTRacción de Asociaciones entre Enfermedades y otros conceptos médicos

  1. Pascual Carrasco, Mario
  2. Araujo Serna, Lourdes
  3. Martínez Romo, Juan
  4. Duque Fernández, Andrés
  5. López Ostenero, Fernando
  6. Sanchez de Madariaga, Ricardo
  7. Muñoz Carrero, Adolfo
Revista:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Año de publicación: 2019

Número: 63

Páginas: 171-174

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Procesamiento del lenguaje natural

Resumen

El propósito de este proyecto es investigar en la mejora de las técnicas de extracción de Reglas de Asociación (RA) entre enfermedades, o entre enfermedades y otros conceptos médicos. Estas reglas permiten representar el conocimiento médico subyacente a un conjunto de Historias Clínica Electrónica (HCE). Concretamente nos planteamos explorar técnicas semisupervisadas que nos permitan alcanzar resultados equiparables a los de las técnicas supervisadas con una mínima supervisión. El proyecto se propone realizar avances significativos en la selección de reglas de asociación relevantes en el dominio de la salud, que pueden tener una alta aplicabilidad en la ayuda al diagnóstico y en la prevención de enfermedades. |

Referencias bibliográficas

  • Agrawal, R., T. Imielinski, y A. Swami. 1993. Mining association rules between sets of items in large databases. En Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, SIGMOD ’93, páginas 207–216, New York, NY, USA. ACM.
  • Han, J., J. Pei, y Y. Yin. 2000. Mining frequent patterns without candidate generation. SIGMOD Rec., 29(2):1–12, Mayo.
  • Kang’ethe, S. M. y P. W. Wagacha. 2014. Extracting diagnosis patterns in electronic medical records using association rule mining. International Journal of Computer Applications, 108(15):19–26, December. Full text available.
  • Rashid, M. A., M. T. Hoque, y A. Sattar. 2014. Association rules mining based clinical observations. CoRR, abs/1401.2571.
  • Stilou, S., P. D. Bamidis, N. Maglaveras, y C. Pappas. 2001. Mining association rules from clinical databases: An intelligent diagnostic process in healthcare. En MEDINFO 2001 - Proceedings of the 10th World Congress on Medical Informatics, September 2-5, 2001, London, UK, páginas 1399–1403.
  • Witten, I. H., E. Frank, y M. A. Hall. 2011. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 3rd edición.
Fuente de los datos: Dialnet