Factores predictivos para el riesgo de tuberculosis en población considerada vulnerable: clasificación del riesgo por medio del uso de red neuronal artificial.
- Autores: Anderson Díaz Pérez, Consuelo Roldán Menco, Jairo Muñoz Baldiris, Alexandra Giraldo Giraldo, Evelyn García Caro, July Llanos Perdomo, Francia Campo Peñaloza
- Localización: Ciencia y Salud Virtual, ISSN-e 2145-5333, Vol. 4, Nº. 1, 2012 (Ejemplar dedicado a: Revista Ciencia y Salud Virtual), págs. 62-76
- Idioma: español
- Títulos paralelos:
- Predictive factors for the risk of tuberculosis in a population considered vulnerable: risk classification through the use of an artificial neural network.
- Enlaces
-
Resumen
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.
