Sistema Predictivo para la detección de niñas y adolescentes con alto riesgo de quedar en ...

127 Pages·2017·3.3 MB·Spanish

by  Mauricio Moreno

Sistema generador de alertas que ayuden a prevenir el
embarazo a temprana edad utilizando minería de datos

David Mauricio Moreno Torres

Universidad Nacional de Colombia
Facultad de Ingeniería, Departamento de Ingeniería de Sistemas y Computación
Bogotá, Colombia
2016

Sistema generador de alertas que ayuden a prevenir el
embarazo a temprana edad utilizando minería de datos

David Mauricio Moreno Torres

Trabajo final presentado como requisito para optar al título de:
Magister en Ingeniería de Sistemas y Computación

Director(a):
Ph.D. Luis Fernando Niño

Grupo de Investigación:
Laboratorio de Investigación en Sistemas Inteligentes

Universidad Nacional de Colombia
Facultad de Ingeniería, Departamento de Ingeniería de Sistemas y Computación
Bogotá, Colombia
2016
Dedicatoria

A Todas aquellas niñas y adolescentes
de Bogotá que pudieran tener una
mejor planificación de sus vidas, la
construcción de sus sueños y las
oportunidades de disfrutar sus etapas
de niñez y adolescencia sin tener que
madurar tan rápido a causa de un
embarazo, a todas ellas les dedico este
trabajo con la esperanza de que algún
día los gobernantes de este país
piensen en desarrollar proyectos que
realmente estén dirigidos al bienestar
de vida de los ciudadano por encima
de sus intereses propios.

Agradecimientos

Agradezco a Dios quien es el artífice de mi vida y de los logros que obtengo, porque es Él
quien brinda los medios para cumplir mis sueños y mis objetivos.

También, agradezco a todas las personas que contribuyeron al desarrollo de este trabajo de
investigación, a aquellas que me motivaron y me dieron buenos consejos.

Al profesor Luis Fernando Niño, PhD, Director del grupo de Investigación, por su paciencia,
disposición y tiempo dedicado para guiarme, por sus recomendaciones, por contribuir a mi
formación profesional y personal.

Al grupo de investigación porque en las reuniones de grupo sus recomendaciones y
comentarios permitieron mejorar el trabajo realizado. En especial a Carlos Manuel Steves
quien siempre fue un gran apoyo en sus contribuciones y entusiasmo mostrado en este
trabajo.

A la Universidad Nacional de Colombia y a los profesores que guiaron con sus
recomendaciones el desarrollo de la investigación y la elaboración del documento final.

A la Doctora Luz Adriana Zuluaga funcionaria de la Secretaría Distrital de Salud, por haber
compartido la idea de realizar este trabajo y por haberme guiado en el marco conceptual
de la problemática global. Por haberme planteado la necesidad de contar con modelos
predictivos que ayuden a la construcción de una mejor sociedad basados en mitigar
problemas de salud pública como el que se aborda en este trabajo investigativo.

A mi familia quienes me han apoyado siempre, infinitas gracias.

VIII Resumen y Abstract

Resumen
Durante esta investigación se llevó a cabo un proceso conocido como KDD (Knowledge
Discovery in Databases), el cual involucra un trabajo extenso en minería de datos como
uno de los pasos más importantes de este proceso. La investigación se realizó bajos dos
objetivos principales: Encontrar patrones de comportamiento relacionados con el
embarazo a temprana edad en las poblaciones más vulnerables de Bogotá y generar un
modelo predictivo capaz de identificar las adolescentes con mayor riesgo de quedar en
embarazo. El desarrollo de este modelo predictivo se basó en la teoría de determinantes de
la salud de la OMS (Organización Mundial de la Salud), la cual indica que existen ciertos
factores de riesgo asociados al embarazo adolescente determinados por factores sociales,
económicos, personales y de entorno. Finalmente, con el propósito de brindar una
herramienta tecnológica a los equipos médicos de promoción y prevención del distrito, se
desarrolló una solución que involucra una aplicación móvil para geolocalizar a las mujeres
menores de 20 años con mayor riesgo usando el modelo predictivo desarrollado.

Palabras Clave— Minería de datos, Aprendizaje de Máquina, KDD, Embarazo adolescente
Abstract

In this work, a process known as KDD (Knowledge Discovery in Databases), which involves
extensive work in data mining as one of the most important steps in this process, was
carried out. The main goal was to find patterns associated with early pregnancy in the most
vulnerable population in Bogotá and to develop a predictive model in order to identify the
women with high risk of becoming pregnant during their girlhood, adolescence and part of
their youth. The predictive model developed was based on the theory of health
determinants of the WHO (World Health Organization). This theory states that teenage
pregnancy risk is associated with social, economic, personal and environmental factors.
Finally, a software tool (an app) to geolocate teenagers girls with most high risk detected by
the predictive model was implemented. Such app could be used by medical professionals
from health programs in Bogotá.

Keywords Data— Mining, Knowledge Discovery in Databases, kDD, Machine Learning
X Contenido

Contenido
Abstract ................................................................................................................................... IX
Lista de figuras ...................................................................................................................... XIV
1. Marco teórico ................................................................................................................... 3
1.1 Descubrimiento de Conocimiento en Bases de Datos – KDD .................................. 3
1.2.1 Identificación del Problema y del Dominio de Trabajo .................................... 6
1.2.2 Crear el conjunto de datos. .............................................................................. 7
1.2.3 Preprocesamiento de los Datos ....................................................................... 7
Algunos métodos para el preprocesamiento ............................................................... 8
 ML_T2LA............................................................................................................... 8
1.2.4 Reducción de datos .......................................................................................... 9
1.2.5 Formulación de los objetivos. .......................................................................... 9
1.2.6 Exploración de análisis, modelo y selección de la hipótesis. ........................... 9
1.2.7 Minería de Datos .............................................................................................. 9
Objetivos de la minería de datos ................................................................................. 9
Consultas .................................................................................................................... 10
Modelos de regresión ................................................................................................ 10
Modelos basados en Clustering, Segmentación o Agrupación .................................. 11
Modelos de asociación (Summarization) .................................................................. 12
Modelos basados en Clasificación ............................................................................. 12
1.2.8 Interpretación de los patrones encontrados ................................................. 14
1.2.9 Evaluación de los modelos predictivos elaborados con clasificadores .......... 14
Métricas de rendimiento ........................................................................................... 14
Curvas ROC ................................................................................................................. 16