Según los últimos estudios de la OMS, la diabetes mellitus está en aumento. Ha superado los 422 millones de pacientes diabéticos que existían en el 2014. Considerando que hasta el noventa por ciento de pacientes que tienen diabetes mellitus tipo 2, es muy probable que ellos tengan síndrome metabólico. Existen diferentes instituciones mundiales que indican acerca de este síndrome, entre ellas la OMS, Grupo de Estudio de Colesterol de los EE. UU., Grupo de Estudio del Síndrome Metabólico de México, Asociación Americana del Corazón, Federación Internacional de Diabetes, cada una con un conocimiento establecido pero con ciertas diferencias, es decir, no hay un estándar de conocimiento para este síndrome. En vista de que es un problema donde no existe conocimiento estándar, se propone un algoritmo genético para reunir, optimizar y generar un conocimiento asociado al síndrome metabólico. De tal manera que se elige una población inicial de cromosomas conocimientos, se pregunta por el máximo número de generaciones para finalizar o continuar, se halla la función de aptitud (fitness) de cada cromosoma y aleatoriamente, usando reglas de ruleta o ranking, se selecciona dos cromosomas padres para aplicar crossover, mutación y generar hijos (cromosomas), hasta que el número de hijos sea mayor que la población inicial. Luego, se selecciona la nueva población de mayor fitness para la siguiente generación. Se repite el proceso para verificar si llegó al total del máximo número de generaciones. Cuando alcance el máximo número de generaciones, se habrá llegado al final y se entregará el cromosoma conocimiento. Este es el conjunto de reglas que mejor se adapte para simular un buen criterio de diagnóstico presuntivo del síndrome metabólico. Se realizó las pruebas numéricas con cien historias clínicas hasta quinientas generaciones, alcanzando un fitness de 79%. / Tesis
| Identifer | oai:union.ndltd.org:Cybertesis/oai:cybertesis.unmsm.edu.pe:cybertesis/9683 |
| Date | January 2018 |
| Creators | Guerra Grados, Luis Angel |
| Contributors | Mauricio Sánchez, David Santos |
| Publisher | Universidad Nacional Mayor de San Marcos |
| Source Sets | Universidad Nacional Mayor de San Marcos - SISBIB PERU |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | Universidad Nacional Mayor de San Marcos, Repositorio de Tesis - UNMSM |
| Rights | info:eu-repo/semantics/openAccess, https://creativecommons.org/licenses/by-nc-sa/4.0/ |
Page generated in 0.0017 seconds