Logotipo del repositorio
Comunidades
Todo USAT
Políticas Contáctanos
  • Español
  • English
  • Deutsch
  • Français
  • Italiano
  • Português do Brasil
Iniciar sesión
¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Marin Tantalean, Moises Fernando"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Resultados por página
  • Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Sistema inteligente para apoyar el diagnóstico del trastorno límite de la personalidad en un puesto de salud en Tumán
    (Universidad Católica Santo Toribio de Mogrovejo, 2026) Marin Tantalean, Moises Fernando; Diaz Espino, Miguel Angel
    La presente investigación surge ante la dificultad de diagnosticar el trastorno Límite de la Personalidad en el área de psicología del puesto de salud en Tumán; debido a la ausencia de especialistas, el tiempo limitado para las entrevistas, y la alta demanda de atención, lo que resulta en un deterioro progresivo de la salud mental del paciente. Por lo tanto, se propuso el desarrollo de un sistema inteligente basado en una técnica de Machine Learning que permite apoyar al especialista, en el diagnóstico del trastorno mental. Para ello, se realizó una evaluación de cinco algoritmos de clasificación, seleccionando el más adecuado para este contexto. Por consiguiente, el modelo computacional se basó en el algoritmo de Árbol de Decisiones obteniendo un 91.55% de exactitud, 90.07% de precisión, 93.39% de sensibilidad y 89.71% de especificidad. Asimismo, se desarrolló un aplicativo web que se integró con dicho modelo, para ello, se utilizaron tecnologías como Django para el back-end, Scikit-learn para el modelo computacional, PostgreSQL para la base de datos y la metodología CRISP-DM en la guía del desarrollo de minería de datos. Por último, se obtuvo los resultados basados en la norma ISO 25010 con 91.11% en reconocibilidad, 87.77% en aprendizabilidad, 84.44% en operabilidad, 86.66% en protección de errores, 100% en involucración con el usuario, 83.3% en inclusividad y asistencia, y 86.66% en auto-descriptividad, llevando así una sólida aceptación por los especialistas en la capacidad de la interacción del aplicativo web.

CONTÁCTANOS

Av. San Josemaría Escrivá de Balaguer # 855 Chiclayo - Perú
Telf: +51 (074) 606200
Email: repositorio@usat.edu.pe

INDEXACIONES:
  • >
  • >


Todos los contenidos de repositorio.usat.edu.pe, están licenciados bajo Creative Commons License