Técnica híbrida para la clasificación asociativa de las cardiopatías

En los últimos años, el sector sanitario ha recopilado enormes cantidades de datos sanitarios que, lamentablemente, no se extraen para descubrir información oculta que permita tomar decisiones eficaces. Hoy en día, los servicios médicos han avanzado mucho en el tratamiento de pacientes con diversas enfermedades. Una de las más mortales es la cardiopatía, que no se ve a simple vista y aparece de forma instantánea. Las tasas de mortalidad han aumentado debido a las malas decisiones clínicas. Para conseguir un tratamiento fiable y rentable, pueden desarrollarse sistemas informáticos de información o de apoyo a la toma de decisiones. La minería de datos proporciona la solución para el descubrimiento de conocimiento a partir de estas bases de datos grandes y complejas. El trabajo del autor consiste en el desarrollo de un marco basado en técnicas de clasificación asociativa en un conjunto de datos sobre el corazón. La implementación del trabajo se realiza en el conjunto de datos de corazón del Repositorio de Aprendizaje Automático de la UCI para probar y evaluar en diferentes para obtener mejores resultados. Los resultados experimentales muestran que la mayoría de las reglas de clasificación asociativa ayudan a predecir mejor las enfermedades cardiacas y a crear un sistema fiable de apoyo a la toma de decisiones.