Desarrollo de una aplicación software para la detección del riesgo de enfermedades cardiovasculares usando algoritmos genéticos
Las enfermedades cardiovasculares (ECV) representan una de las principales causas de mortalidad a nivel mundial. Este trabajo de grado presenta el desarrollo de una aplicación de software que emplea un modelo basado en algoritmos genéticos (AG) y técnicas avanzadas de selección y ponderación de vari...
- Autores:
-
Caciano Calvache, Luigi Adrian
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad del Valle
- Repositorio:
- Repositorio Digital Univalle
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.univalle.edu.co:10893/38377
- Acceso en línea:
- https://hdl.handle.net/10893/38377
- Palabra clave:
- Desarrollo de aplicaciones
Algoritmos genéticos
Riesgo cardiovascular
Medicina preventiva
Cuidado de la salud
Prevención de enfermedades
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| Summary: | Las enfermedades cardiovasculares (ECV) representan una de las principales causas de mortalidad a nivel mundial. Este trabajo de grado presenta el desarrollo de una aplicación de software que emplea un modelo basado en algoritmos genéticos (AG) y técnicas avanzadas de selección y ponderación de variables para la predicción del riesgo cardiovascular, implementado en MATLAB. La aplicación cuenta con una interfaz gráfica de usuario (GUI) que permite la evaluación tanto individual como masiva de datos clínicos, lo que facilita su uso en entornos clínicos y de investigación. Para estructurar el desarrollo del sistema, se aplicó la metodología CRISP-DM, abarcando desde la comprensión del problema hasta la evaluación de los resultados. Durante la fase de pruebas, se analizó la precisión del modelo de AG bajo diferentes configuraciones y con diversas bases de datos, lo que permitió optimizar su rendimiento en la clasificación de individuos en riesgo de desarrollar ECV. Finalmente, la aplicación fue integrada en la plataforma PIPEC-UV, posibilitando su utilización en el análisis preventivo del riesgo cardiovascular. Este trabajo constituye una contribución significativa a la salud preventiva y a la medicina personalizada, al ofrecer una herramienta tecnológica que apoya la predicción y el manejo de los factores de riesgo cardiovascular. |
|---|