Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas

Tipo de documento: Objeto de conferencia

Resumen

El presente trabajo tiene por objeto describir la forma en que las técnicas de minería de datos pueden eficientizar la gestión de turnos médicos, analizando la historia de turnos otorgados y las distintas variables que pueden influir a la hora de decidir la asistencia a dicho turno. Se ha trabajado sobre un caso de estudio real, implementando técnicas de minería de datos a través de la metodología CRISP-DM.

Información general

Fecha de exposición: septiembre 2013
Fecha de publicación: 2013
Idioma del documento: Español
Evento: IV Congreso Argentino de Informática y Salud (CAIS) - JAIIO 42 (2013)
Institución de origen: Sociedad Argentina de Informática e Investigación Operativa
ISSN: 1853-1881
Páginas: 179-187

Descargar archivos

Thumbnail
Documento completo
Descargar archivo (377.8Kb) - PDF
 
Creado el: 20 de abril de 2020
Disponible en SEDICI desde: 20 de abril de 2020
Por favor, utilice uno de estos identificadores(URI) para citar o enlazar este ítem:
  • http://sedici.unlp.edu.ar/handle/10915/93781

    • Este ítem aparece en la(s) siguiente(s) colección(ones)

    Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)