Análisis y predicción de datos de entrada en urgencias relativos a problemas respiratorios en la ciudad de Valencia

Abstract

[ES] En el sector de la Sanidad pública, los recursos que se destinan deben ser gestionados de la manera más eficaz posible. Si bien, como cualquier otro servicio público, en el de la Sanidad interviene un factor sumamente importante, como es: la Salud. En las urgencias hospitalarias el tiempo de respuesta y la utilización de estos recursos (materiales, personal sanitario, administrativos) pueden contribuir significativamente en la mejora y atención de los pacientes ingresados. Una información importante en las urgencias, es conocer el número de ingresos que se van a producir a fin de poder preparar y gestionar los recursos necesarios para dar la atención necesaria. Las técnicas de Machine learning y minería de datos, junto con el uso de las bases de datos permiten reconocer patrones y aplicar métodos estadísticos para realizar predicciones que ayudan a aportar nueva información para anticipar los recursos necesarios y tomar las medidas adecuadas. El estudio realizado en este trabajo final de master se centra en la predicción de entradas en urgencias de pacientes con problemas respiratorios o asmáticos causados por factores medioambientales, climatológicos y/o externos del entorno (contaminación). Contar con predicciones precisas sobre el volumen de entrada de casos de urgencia, ayudaría a los servicios sanitarios a administrar mejor sus recursos, y de esta manera, mejorar la atención a los pacientes con estos cuadros diagnósticos.

[EN] In the healt public systems, resources allocated should be managed as efficiently as possible. Although, as any other public service, within the health public there is a very important factor: Health. In emergencies, an information important to know in advance is the estimated number of income patients that is going to arrive to hospitals. This predictions are useful for the management of hospitals are ready to prepare and assign resources necessary to give the required attention . Techniques of machine learning and mining of data, together with the use of them databases allow recognize patterns and apply methods statistical for perform predictions that help to provide new information to anticipate them resources necessary and take the measures appropriate. 3 In this final work of master focuses on the prediction of entries in emergencies patients with asthma or respiratory problems caused by environmental, climatic or external factors of the environment (pollution). This prediction, help the hospital emergency to have the means and resources necessary to assist patients with these diagnoses pictures with a higher quality and attention.