Predictive factors for the risk of tuberculosis in a population considered vulnerable: risk classification through the use of an artificial neural network.

Authors

  • Anderson Díaz Pérez Corporación Universitaria Rafael Núñez
  • Consuelo Roldán Menco Corporación Universitaria Rafael Núñez
  • Jairo Muñoz Baldiris Corporación Universitaria Rafael Núñez
  • Alexandra Giraldo Giraldo Corporación Universitaria Rafael Núñez
  • Evelyn García Caro Corporación Universitaria Rafael Núñez
  • July Llanos Perdomo Corporación Universitaria Rafael Núñez
  • Francia Campo Peñaloza Universidad Popular del Cesar

DOI:

https://doi.org/10.22519/21455333.246

Keywords:

Factores predictivos, tuberculosis, riego, biología computacional.

Abstract

La tuberculosis es una patología curable y prevenible, persiste como problema de salud pública a pesar de contar con medidas de diagnóstico y tratamiento eficaz. Objetivo: Brindar un acercamiento metodológico a la aplicación de redes neuronales artificiales (RNA) para la predicción del riesgo de padecimiento de tuberculosis en una población vulnerable y proponer una clasificación matemática para el nivel o tipo de riesgo. Materiales y Métodos: Emergente de Red Neuronal Artificial. Se seleccionó una muestra probabilística conformada por 370 individuos. Resultados: La interacción de factores se consideraron condicionantes para la enfermedad, cuando se interpretan en conjunto terminan todos interactuando para el riesgo de presentar la enfermedad en menor o mayor grado. Conclusión: La red neuronal artificial es una herramienta importante para llegar a predecir el riesgo de tuberculosis, la clasificación propuesta para el riesgo puede resultar al momento de considerar una población como vulnerable o no para contraer tuberculosis.

References

Downloads

Published

2012-12-30

Issue

Section

Artículos Originales

How to Cite

Predictive factors for the risk of tuberculosis in a population considered vulnerable: risk classification through the use of an artificial neural network. (2012). Ciencia Y Salud Virtual, 4(1), 62-76. https://doi.org/10.22519/21455333.246

Most read articles by the same author(s)

1 2 > >>