UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD DE GUAYAQUIL PROYECTO DE TITULACIÓN Previa a la obtención del Título de: INGENIERO EN SISTEMAS COMPUTACIONALES AUTOR (ES): FREDDY ALBERTO ORRALA MACÍAS XIMENA FERNANDA BARRILLA LUQUE TUTOR: ING. LORENZO CEVALLOS TORRES, M. SC. GUAYAQUIL – ECUADOR 2017
133
Embed
UNIVERSIDAD DE GUAYAQUILrepositorio.ug.edu.ec/bitstream/redug/19617/1/B-CISC-PTG.1265 Orr… · priorización, sistema de triage Manchester y escala de Glasgow aplicado en un caso
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMAS
COMPUTACIONALES
ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD DE GUAYAQUIL
PROYECTO DE TITULACIÓN
Previa a la obtención del Título de:
INGENIERO EN SISTEMAS COMPUTACIONALES
AUTOR (ES):
FREDDY ALBERTO ORRALA MACÍAS
XIMENA FERNANDA BARRILLA LUQUE
TUTOR:
ING. LORENZO CEVALLOS TORRES, M. SC.
GUAYAQUIL – ECUADOR
2017
REPOSITORIO NACIONAL EN CIENCIA Y TECNOLOGÍA FICHA DE REGISTRO DE TESIS
TITULO: “Estudio de un algoritmo de agrupamiento basado en lógica difusa para
analizar el proceso de valoración clínica según su nivel de urgencia en un hospital de la
ciudad de Guayaquil”
AUTOR/ES:
Freddy Alberto Orrala Macías.
Ximena Fernanda Barrilla Luque
REVISORES:
Ing. Jéssica Yépez Holguín, M. Sc.
Ing. Alfonso Guijarro Rodríguez, M. Sc.
INSTITUCIÓN:
Universidad de Guayaquil FACULTAD:
Ciencias Matemáticas y Físicas
CARRERA:
Ingeniería en Sistemas Computacionales
FECHA DE PUBLICACIÓN: N. DE PAGS: 133
ÁREAS TEMÁTICAS:
Inteligencia Artificial y Robótica, estadístico y matemático
En mi calidad de Tutor del trabajo de investigación, “Estudio de un
algoritmo de agrupamiento basado en lógica difusa para
analizar el proceso de valoración clínica según su nivel de
urgencia en un hospital de la ciudad de Guayaquil. Elaborado por
el Sr. Freddy Alberto Orrala Macías y la Srta. Ximena Fernanda
Barrila Luque y, Alumnos no titulados de la Carrera de Ingeniería
en Sistemas Computacionales, Facultad de Ciencias Matemáticas y
Físicas de la Universidad de Guayaquil, previo a la obtención del
Título de Ingeniero en Sistemas Computacionales, me permito
declarar que luego de haber orientado, estudiado y revisado, la
Apruebo en todas sus partes.
Atentamente
Ing. Lorenzo Cevallos Torres, M. Sc. TUTOR
II
DEDICATORIA
El presente trabajo de tesis se lo dedico a mi familia quienes fueron el pilar principal en el transcurso y culminación de mi carrera profesional. A mi madre Rosa Macías por ser mi amiga incondicional en todo momento que con su gran amor y sabiduría me encamino por el sendero correcto camino de Dios, a mis hermanos Miguel y Paola por siempre estar prestos a brindarme su apoyo y ayuda en el momento que lo necesite.
Freddy Alberto Orrala Macías
III
DEDICATORIA
El presente proyecto de titulación se lo dedico a Dios, por estar conmigo en cada paso que doy, por fortalecer mi corazón e iluminar mi mente y por haber puesto en mi camino a aquellas personas que han sido mi soporte y mi ayuda durante todo el periodo de estudio. A mis hijos Steven y Elías Méndez Barrilla, quienes son el motor de mi vida y son parte muy importante de lo que hoy puedo presentar como proyecto de tesis, gracias a ellos por cada momento en familia sacrificado para ser invertido en el desarrollo de esta tan anhelada carrera.
Ximena Fernanda Barrilla Luque
IV
AGRADECIMIENTO
Primeramente quiero dar gracias a Dios y por haberme dado salud y fortaleza para salir adelante y culminar mis estudios, a mis padres, a la Universidad de Guayaquil, a la Facultad de Ciencias Matemáticas y Físicas por todo lo que me han brindado para mi formación como persona y profesional. Al ingeniero Lorenzo Cevallos Torres quien me supo guiar desde el inicio en el desarrollo del proyecto.
Freddy Alberto Orrala Macías
V
AGRADECIMIENTO
A Dios por permitirme llegara a este momento tan especial en mi vida. A mi madre por su apoyo incondicional. A mi esposo, Walter Méndez Mantuano, quien me brindo su amor, su cariño, su estímulo y su apoyo constante. Su compresión y paciencia para que pudiera terminar mi carrera universitaria, son evidencias de su gran amor. A mis familiares, profesores compañeros y amigos en general por sus palabras de motivación en todo momento.
Ximena Fernanda Barrilla Luque
VI
TRIBUNAL PROYECTO DE TITULACIÓN
Ing. Eduardo Santos Baquerizo, M. Sc. Ing. Roberto Crespo Mendoza, Mgs. DECANO DE LA FACULTAD DIRECTOR DE LA CARRERA DE CIENCIAS MATEMÁTICAS Y FÍSICAS INGENIERÍA EN SISTEMAS COMPUTACIONALES
Ing. Alfonso Guijarro Rodríguez, M. Sc. Ing. Jessica Yépez Holguín, M. Sc. PROFESOR REVISOR DEL PROFESOR REVISOR DEL ÁREA - TRIBUNAL ÁREA - TRIBUNAL
Ing. Lorenzo Cevallos Torres, M. Sc.
PROFESOR TUTOR DEL PROYECTO DE TITULACIÓN
Ab. Juan Chávez Atocha, Esp.
SECRETARIO
VII
DECLARACIÓN EXPRESA
“La responsabilidad del contenido de este Proyecto de Titulación, me corresponden exclusivamente; y el patrimonio intelectual de la misma a la UNIVERSIDAD DE GUAYAQUIL”
ORRALA MACÍAS FREDDY ALBERTO BARRILLA LUQUE XIMENA FERNANDA
VIII
.
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMAS
COMPUTACIONALES
ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD GUAYAQUIL
Proyecto de Titulación que se presenta como requisito para optar por el
título de INGENIERO EN SISTEMAS COMPUTACIONALES
Autor/a: Freddy Alberto Orrala Macías
C.I. 0941018046
Autor/a: Ximena Fernanda Barrila Luque
C.I. 0913927596
IX
CERTIFICADO DE ACEPTACIÓN DEL TUTOR
En mi calidad de Tutor del proyecto de titulación, nombrado por el Consejo Directivo de la Facultad de Ciencias Matemáticas y Físicas de la Universidad de Guayaquil.
CERTIFICO: Que he analizado el Proyecto de Titulación presentado por los estudiantes el Sr. Freddy Alberto Orrala Macías y la Srta. Ximena Fernanda Barrilla Luque y, como requisito previo para optar por el título de Ingeniero en Sistemas Computacionales cuyo problema es: “ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE CIUDAD DE GUAYAQUIL” Considero aprobado el trabajo en su totalidad.
Proyecto de titulación al que opta: Ingeniero en Sistemas
Computacionales
Profesor guía: Ing. Lorenzo Cevallos Torres, M.Sc.
Título del Proyecto de titulación: “Estudio de un Algoritmo de
agrupamiento basado en lógica difusa para analizar el proceso de
valoración clínica según su nivel de urgencia en un hospital de la ciudad
de Guayaquil”
Tema del Proyecto de Titulación: Lógica Difusa, algoritmo, valoración
clínica, triage, agrupamiento difuso
XI
2. Autorización de Publicación de Versión Electrónica del Proyecto de Titulación A través de este medio autorizo a la Biblioteca de la Universidad de Guayaquil y a la Facultad de Ciencias Matemáticas y Físicas a publicar la versión electrónica de este Proyecto de titulación. Publicación electrónica:
3. Forma de envío: El texto del proyecto de titulación debe ser enviado en formato Word, como archivo .Doc. O .RTF y .Puf para PC. Las imágenes que la acompañen pueden ser: .gif, .jpg o .TIFF.
DVDROM CDROM
XII
ÍNDICE GENERAL Pág.
APROBACION DEL TUTOR……………………………………………...I
DEDICATORIA……………………………………………………………...II
DEDICATORIA……………………………………………………………...III
AGRADECIMIENTO………………………………………………………..IV
AGRADECIMIENTO………………………………………………………..V
CERTIFICADO DE ACEPTACIÓN DEL TUTOR………………………..IX
INDICE GENERAL………………………………………………………….XII
INDICE DE CUADROS…………………………………………………….XIV
ÍNDICE DE GRÁFICOS………………...…………………………………XVII
ABREVIATURAS…………………………………………………………...XIX
Resumen…………………………………………………………………….XX
Abstract……………………………………………………………………...XXI
Introducción…………………………………………………………………..1
CAPÍTULO I…………………………………………………………………....3
UBICACIÓN DEL PROBLEMA EN UN CONTEXTO…………………...3
Situación Nudos Críticos…………………………………………………..4
Formulación del problema…………………………………………………7
Evaluación del problema………………………………………………………………….….7
OBJETIVOS…………………………………………………………………8
ALCANCES………………………………………………………………….9
JUSTIFICACIÓN E IMPORTANCIA………………………………………9
CAPÍTULO II…………………………………………………………………...11
ANTECEDENTES DE ESTUDIO………………………………………….11
Fundamentación Teórica…………………………………………………...12
Fundamentación Legal…………………………………………………......37
CAPÍTULO III….…………………………………………………………….....41
DISEÑO DE LA INVESTIGACIÓN…………………………………………………………....41
Definiciones Básicas…………………………………………………………..41
Diseño de la Base de Datos……………………………………………….46
XIII
Análisis Univariado de los datos…………………………………………..51
“Caso de Estudio”…..……………………………………………………….76
CAPÍTULO IV…………………………………………………………………..91
RESULTADOS………………………………………………………………..91
Respuesta a pregunta científica…………………………………………….92
Conclusiones………………………………………………………………….94
Recomendaciones……………………………………………………………95
Bibliografía…………………………………………………………………….96
Anexos………………………………………………………………………….99
XIV
ÍNDICE DE CUADROS Pág. CUADRO Nº1…………………………………………………………..…..5 Causas y consecuencias del problema CUADRO Nº2…………………………………………………………..…..6 Delimitación del problema CUADRO Nº3…………………………………………………………..…..13 Ventajas y Limitaciones de Metaanálisis CUADRO Nº4…………………………………………………………..…..14 Diferencia Revisión Sistemática y Metaanálisis CUADRO Nº5…………………………………………………………..…..15 Ramas de la Inteligencia artificial CUADRO Nº6…………………………………………………………..…..20 Tipos de funciones de pertenencia CUADRO Nº7…………………………………………………………..…..27 Descripción algoritmo FCM CUADRO Nº8…………………………………………………………..…..28 Descripción de las variables FCM CUADRO Nº9…………………………………………………………..…..29 Tipos de valoración clínica CUADRO Nº10……………………………………………………………..30 Clasificación MTS CUADRO Nº11……………………………………………………………..32 Nomenclatura Glasgow CUADRO Nº12……………………………………………………………..36 Características de Orange Canvas CUADRO Nº13……………………………………………………………..48 Codificación de variable portales bibliográficos
XV
CUADRO Nº14……………………………………………………………..48 Codificación de variable tipo de investigación CUADRO Nº15……………………………………………………………..57 Codificación de variable fuente primaria CUADRO Nº16……………………………………………………………..49 Codificación de variable modelo computacional CUADRO Nº17……………………………………………………………..50 Codificación de variable método Fuzzy aplicado CUADRO Nº18……………………………………………………………..50 Codificación de variable técnicas estadísticas CUADRO Nº19……………………………………………………………..53 Frecuencias de la variable portales bibliográficos CUADRO Nº20……………………………………………………………..55 Frecuencias de la variable tipo de investigación CUADRO Nº21……………………………………………………………..57 Frecuencias de la variable fuente primaria CUADRO Nº22……………………………………………………………..59 Frecuencias de la variable modelo computacional CUADRO Nº23……………………………………………………………..61 Frecuencias de la variable método Fuzzy aplicado CUADRO Nº24……………………………………………………………..63 Frecuencias de la variable método técnicas estadísticas CUADRO Nº25……………………………………………………………..65 Frecuencias de la variable cuantitativa 1 CUADRO Nº26……………………………………………………………..65 Frecuencias de la variable cuantitativa 1 CUADRO Nº27……………………………………………………………..68 Frecuencias de la variable cuantitativa 2 CUADRO Nº28……………………………………………………………..68 Estadísticos variable cuantitativa 2
XVI
CUADRO Nº29……………………………………………………………..70 Frecuencias de la variable cuantitativa 3 CUADRO Nº30……………………………………………………………..70 Frecuencias de la variable cuantitativa 3 CUADRO Nº31……………………………………………………………..72 Frecuencias de la variable cuantitativa 4 CUADRO Nº32……………………………………………………………..72 Frecuencias de la variable cuantitativa 4 CUADRO Nº33……………………………………………………………..74 Frecuencias de la variable cuantitativa 5 CUADRO Nº34……………………………………………………………..74 Frecuencias de la variable cuantitativa 5 CUADRO Nº35……………………………………………………………..76 Triage Manchester con valores difusos CUADRO Nº36……………………………………………………………..77 Evaluación Glasgow a 30 pacientes CUADRO Nº37……………………………………………………………..78 Resultados de la evaluación Glasgow CUADRO Nº38……………………………………………………………..88 Resultados separados en 2 clusters CUADRO Nº39……………………………………………………………..100 Artículos relevantes del metaanálisis
GRÁFICO Nº3……………………………………………………………..25 Ejemplo de agrupamiento difuso
GRÁFICO Nº4……………………………………………………………..26 Superposición de conjuntos Fuzzy
GRÁFICO Nº5……………………………………………………………..33 Logo de la herramienta Orange Canvas
GRÁFICO Nº6……………………………………………………………..34 Hoja de cálculo Visual
GRÁFICO Nº7……………………………………………………………..35 Witgets de Orange Canvas
GRÁFICO Nº8……………………………………………………………..47 Variables del metaanálisis
GRÁFICO Nº9……………………………………………………..………52 ejemplo de punto de corte en SPSS GRÁFICO Nº10……………………………………………………………52 ejemplo de creación de intervalo mediante puntos de corte
GRÁFICO Nº11……………………………………………………………53 Gráfico de barras portales bibliográficos
GRÁFICO Nº12……………………………………………………………55 Gráfico de barras tipos de investigación GRÁFICO Nº13……………………………………………………………57 Gráfico de barras Fuente primaria GRÁFICO Nº14……………………………………………………………59 Gráfico de barras modelo computacional
XVIII
GRÁFICO Nº15……………………………………………………………61 Gráfico de barras método Fuzzy aplicado
GRÁFICO Nº16……………………………………………………………63 Gráfico de barras técnicas estadísticas
GRÁFICO Nº17……………………………………………………………66 Histograma variable cuantitativa 1 GRÁFICO Nº18……………………………………………………………66 Diagrama de Cajas variable cuantitativa 1
GRÁFICO Nº23……………………………………………………………93 Flujo de trabajo en Orange Canvas
GRÁFICO Nº24……………………………………………………………93 Dispersión de datos separados en 2 clusters
XIX
ABREVIATURAS
FCM: Fuzzy c – Means
MA: Metaanálisis RS: Revisión Sistemática IA: Inteligencia Artificial LD: Lógica difusa CD: Controlador difuso GCS: Escala de coma Glasgow MTS: Sistema de triage Manchester OC: Orange Canvas
XX
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES
ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD GUAYAQUIL
Resumen Fuzzy c-means (FCM) es un algoritmo de agrupamiento que relaciona cada
elemento con los clústeres que fueron determinados en el mismo espacio
n-dimensional, esto significa que un elemento puede pertenecer en más de
2 clusters. Para casos experimentales el presente trabajo pretende analizar
el proceso de valoración clínica mediante los métodos de priorización,
sistema de triage Manchester y escala de Glasgow aplicado en un caso de
estudio utilizando el agrupamiento difuso. Para esto se simularon 30
pacientes, los cuales fueron evaluados mediante la escala de coma de
Glasgow para medir el nivel de conciencia de cada uno, lo que género
como resultados valores aleatorios, que serán priorizados por el método
triage Manchester. Aplicando el algoritmo FCM, se seleccionaron los
elementos que fueron simulados, lo que obtuvo como resultado valores de
pertenencia de cada dato en cada cluster. Los resultados mostraron la
dispersión de datos de la evaluación clínica de los 30 pacientes separados
en 2 clusters. Con lo cual, se constató el agrupamiento difuso en pacientes
que tengan u grado de pertenencia que especifica el nivel de priorización.
Autor: Freddy Alberto Orrala Macías
Autor: Ximena Fernanda Barrilla Luque
Tutor: Ing. Lorenzo Cevallos Torres, M.Sc.
XXI
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES
ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD GUAYAQUIL
Abstract
Fuzzy c-means (FCM) is a clustering algorithm that relates each element
to clusters that were determined in the same n-dimensional space, meaning
that an element can belong to more than 2 clusters. For experimental cases
the present work aims to analyze the clinical evaluation process through
the prioritization methods, Manchester triage system and Glasgow scale
applied in a case study using diffuse grouping. For this we simulated 30
patients, who were evaluated by the Glasgow coma scale to measure the
level of consciousness of each, which gender results as random values,
which will be prioritized by the Manchester triage method. Applying the
FCM algorithm, the elements that were simulated were selected, which
resulted in values belonging to each data in each cluster. The results
showed the dispersion of data from the clinical evaluation of the 30 patients
separated into 2 clusters. Thus, diffuse grouping was found in patients with
a degree of belonging that specifies the level of prioritizat
Author: Freddy Alberto Orrala Macías
Author: Ximena Fernanda Barrilla Luque
Tutor: Ing. Lorenzo Cevallos Torres, M. Sc
1
Introducción
Actualmente la lógica difusa se considera una técnica que nos permite
tomar una decisión en un momento impreciso mediante variables
indeterminadas, conviene señalar que los términos difuso, borroso, vago y
ambiguo no son la lógica, sino el objetivo que se analizará.
La lógica difusa utiliza valores de verdad no deterministas que tienen una
connotación de incertidumbre, incluye el razonamiento aproximado y
provee fortaleza matemática a la emulación de atributos lingüísticos
asociado con el razonamiento humano (Lizarralde, Arona, & Huayapa,
2012). Los seres humanos no trabajan tanto con la lógica tradicional y en
el lenguaje cotidiano mantenemos expresiones del tipo “más frío”, “poco
atractivo”, “muy importante”, “alto impacto”, “poco valioso”, entre otros.,
todas ellas contienen gran parte de indefinición y de lenguaje ambiguo
sobre el tema del que se está hablando”, La lógica difusa está
beneficiándose en su utilización en sus distintas aplicaciones, sin embargo
los investigadores buscan nuevos y actuales campos de aplicación de esta
técnica, uno de esos campos que se investigará es el estudio de un
algoritmo de agrupamiento difuso que permitirá al paciente que sea
clasificado dependiendo de los casos clínicos según su nivel de
emergencia y urgencia que presente.
El triage estructurado permite mejorar la seguridad de los pacientes que
acuden a los servicios de urgencias y emergencias, controlando los
tiempos de espera, permitiendo la gestión ordenada de la actividad de los
diferentes equipos asistenciales (Serrano Benavente, 2014).
Los algoritmos de agrupamientos se encuentran ampliamente estudiados,
lo cual su objetivo es encontrar particiones disjuntas de un conjunto de
datos o bases de datos de tal manera que los objetos en los mismos grupos
sean los más similares que los objetos de los otros grupos (Rendón,
Zepeda, Barrueta, & Itzel, 2015). Un algoritmo basado en lógica difusa,
2
verifica los resultados obtenidos en un entorno difuso y asi compararlos
para determinar un mejor desempeño o no (Emerson, Garmendia, &
Santos, 2012).
Bajo este entorno el presente trabajo de titulación tiene como objetivo
realizar el estudio de un algoritmo de agrupamiento difuso que permitirá
analizar el rendimiento de los procesos de valoración y priorización clínica
de los grados de urgencia que se presentan en el área de emergencia en
un hospital de la ciudad de Guayaquil.
3
CAPÍTULO I
EL PROBLEMA
PLANTEAMIENTO DEL PROBLEMA
UBICACIÓN DEL PROBLEMA EN UN CONTEXTO
Uno de los graves problemas que presentan los hospitales es la indecisión
de algunos médicos al momento de clasificar y priorizar a pacientes que
ingresan al área de emergencia para recibir atención médica.
Esto ocasiona saturación de pacientes esperando dicha atención lo cual
provoca desorden y desorganización por parte del personal médico y
administrativo en dicha área del hospital, y asi mismo, muchas son las
quejas y demandas que reciben los hospitales por parte de los usuarios
donde se han presentado varios casos, y algunos de estos han llegado a
juicios penales por no dar la atención oportuna y al suceder estos
acontecimientos muchos de ellos han tenido un desenlace fatal como es la
perdida humana.
Otro conflicto que se presentan dentro de las entidades hospitalarias, es la
pérdida de control por parte del personal de enfermería, dan una atención
médica inadecuada a los pacientes en su afán de querer resolver pronto
cada uno de los casos.
4
Actualmente existen varios métodos donde se atienden y se clasifican a
los pacientes, donde su objetivo es valorarlo y según su nivel de urgencia
poder priorizar los casos que ameriten mayor atención, estos métodos son
el Sistema de Triage Manchester. Su objetivo es “dar prioridad a la atención
de acuerdo a la gravedad del caso, se clasifica en 5 categorias de distintos
colores que determina el nivel de urgencia” (Amthauer & Chollopetz da
Cunha, 2016). Otro método es la escala de coma de Glasgow, Su objetivo
“es estandarizar la evaluación del nivel de conciencia en pacientes con
traumatismo craneoencefálico, valorar la evolución neurológica” (Muñana
Rodríguez & Ramírez, 2013).
Situación Nudos Críticos
Actualmente los hospitales detectan problemas debido a que existen
conflictos en el campo clínico, la problemática se genera en el área de
emergencia debido al congestionamiento clínico que se presenta en dicha
área donde los pacientes que son ingresados pretendan que sean
atendidos y priorizados lo antes posible.
Si el congestionamiento clínico continua presentando conflictos de
identificar y agrupar a aquellos pacientes que necesiten atención médica
de inmediata generaría retrasos en la atención clínica y podría aumentar
el riesgo de muerte, complicaciones o discapacidad de aquellos pacientes
que acudan a este servicio.
5
Cuadro Nº1
Causas y Consecuencias del problema
CAUSAS
CONSECUENCIAS
Falta de control en la priorización
de atención del paciente según el
grado de urgencia que presente.
Corre el riesgo de poner en peligro
la vida del paciente o deterioro que
podrían tener durante la espera.
Incremento del número de
paciente enfermos que ingresan al
área de urgencia.
Por tiempo gestacional o
enfermedades virales.
Mal agrupamiento de los casos
clínicos que presenten los
pacientes.
El personal calificado no puede
tomar las medidas correctivas en la
priorización del paciente.
Falta de control del personal
calificado y coordinado.
El campo clínico del área de
emergencia se congestiona más y
no hay abastecimiento.
Elaboración: Los Autores
Fuente: Datos de la Investigación
6
Delimitación del problema
Cuadro Nº2
Delimitación de la Investigación
CAMPO
Ciencias básicas, Bioconocimiento y desarrollo
industrial.
ÁREA
Metodologías, Calidad y Gestión de proyectos de
software, Inteligencia Artificial
ASPECTO
Aplicando los conceptos y técnicas de la lógica difusa
(Fuzzy Logic), se realizará un estudio de un algoritmo de
agrupamiento difuso que permita analizar y clasificar al
paciente según su nivel de urgencia mejorando su
proceso de valoración clínica.
TEMA
Estudio de un algoritmo de agrupamiento basado en
lógica difusa para analizar el proceso de valoración
clínica según su nivel de emergencia en un hospital de
la ciudad de Guayaquil.
Elaboración: Los Autores
Fuente: Datos de la Investigación
7
Formulación del problema
¿Mediante la técnica del agrupamiento difuso se podrá analizar los
procesos de valoración clínica según su nivel de urgencia?
Evaluación del problema
Claro: El proyecto está definido para poder realizar un estudio sobre el
algoritmo de agrupamiento difuso que obtendrá un mejor rendimiento en el
entorno hospitalario lo cual permitirá agrupar a los pacientes según su
prioridad clínica.
Evidente: Este estudio se llevará a cabo con una simulación de pacientes
con problemas de traumatismo craneoencefálico donde se analizaran, se
agruparan sus estados de prioridad de acuerdo al estado leve de
enfermedad.
Concreto: Está dirigido al personal médico y enfermería del área de
emergencia con lo que ayudaría en la toma de decisiones al momento de
priorizar y clasificar al paciente con lo que mejoraría de manera óptima la
atención médica.
Relevante: El agrupamiento difuso es extravagante para llevar un mejor
control en la priorización y en los procesos de valoración del área de
emergencia.
Contextual: Brinda al paciente que acude al área de emergencia una
mejor solución en ser agrupado con respecto a su priorización del caso
clínico que llegase a presentar.
Factible: Obtenida la información de varios estudios o investigaciones, es
factible realizar el agrupamiento difuso. Debido a los avances tecnologicos
es posible realizar una herramienta gratuita que nos ayude en el entorno
8
hospitalario, lo cual es clasificar a los usuarios que tengan prioridad
inmediata o no inmediata.
OBJETIVOS
OBJETIVO GENERAL
Determinar un algoritmo de agrupamiento mediante técnicas de lógica
difusa para analizar el proceso de valoración clínica según el nivel de
urgencia.
OBJETIVOS ESPECÍFICOS
Interpretar los conceptos generales de lógica difusa con el fin realizar el
estudio del algoritmo de agrupamiento clustering Fuzzy c – means con el
propósito de dar una mejor solución para los procesos de valoración
clínica.
Definir el algoritmo de agrupamiento difuso que permitirá clasificar al
paciente en grupos dependiendo del caso clínico que se llegue a presentar.
Diseñar una matriz de metaanálisis en Microsoft Excel de artículos
científicos que tratan sobre las diferentes aplicaciones de la lógica difusa
en el campo clínico, los algoritmos de agrupamiento y los procesos de
valoración clínica.
9
ALCANCES
Se realizará un análisis sistemático de los artículos científicos
investigados para aplicar técnicas estadísticas a los resultados y obtener
el metaanálisis de la investigación.
Se simulará una muestra de 30 pacientes donde se le realizará la
evaluación clínica con datos aleatorios, sus resultados serán
visualizados mediante la herramienta open Source Orange Canvas.
Gestar una matriz de datos mediante la literatura y recopilación de
información de las plataformas académicas: Springer, Elsevier, Dialnet,
Scielo y Redalyc en los últimos 10 años los mismos serán útil para
realizar esta investigación.
JUSTIFICACIÓN E IMPORTANCIA
El objetivo primordial de este proyecto “Estudio de un algoritmo de
agrupamiento difuso” se justifica brindando un mejor servicio en el área de
urgencia, en el campo clínico, y así clasificar a los pacientes que necesitan
atención de inmediata y de los que tienen que esperar un límite de tiempo
para que sean atendidos, además con la notable consideración e
importancia de este proyecto la presente investigación será útil en la toma
de decisiones, la clasificación de acuerdo al nivel de priorización, a fin de
medir los resultados y decretar los objetivos dados, y así tomar la medida
correctiva en el momento adecuado.
Los beneficios que se lograrían realizando este estudio aplicando técnicas
de lógica difusa serían:
10
Separar a los pacientes que tengan o no prioridad de atención inmediata
mediante una simulación varios clusters utilizando la herramienta Orange
Canvas.
Gracias a la interfaz de esta herramienta se mostraran también los
resultados obtenidos del proceso de valoración que tuvo cada paciente.
Para ello, este trabajo está orientado en definir de qué manera la lógica
difusa puede ser aplicada en el campo médico, en el proceso de valoración
clínica, para lo cual es necesario realizar una matriz de metaanálisis que
sea posibilite a defender este propósito.
Para poder obtener un metaanálisis exitoso, es necesario contar con las
herramientas que nos faciliten en la búsqueda por medio de la web de
manera gratuita ya que sus aportaciones a la comunidad científica son de
suma importancia para la evolución de la tecnología a nivel mundial.
11
CAPÍTULO II
MARCO TEÓRICO
ANTECEDENTES DE ESTUDIO
Investigador
“Persona cuya principal actividad es la de buscar nuevos conocimientos o
nuevas formas de expresión, tanto en el campo científico como en el
artístico” (EcuRED, 2012).
La Investigación
“Una investigación es un proceso sistemático, organizado y objetivo cuyo
propósito es responder a una pregunta o hipótesis y asi aumentar el
conocimiento y la información sobre algo desconocido” (Ortiz Flores,
2012).
Revista Científica
“Una revista científica es una publicación especializada sobre un tema
determinado, que publica artículos originales, reseñas, monografías de un
campo específico” (Secretaría de Investigación, 2011).
12
En la definición del proyecto se evidenció que actualmente las instituciones
hospitalarias cuentan con métodos que permiten seleccionar y clasificar a
los pacientes que presenten un grado de emergencia crítico para que
reciban la atención medica de inmediata, sin embargo en los servicios de
urgencia el proceso de valoración de atención de inmediata es lento debido
a la saturación que presenta el campo clínico, por lo que provocaría un
impacto negativo a los usuarios, analizando esta situación se llevó a darse
la necesidad de realizar un estudio de un algoritmo de agrupamiento
basado en lógica difusa que permita ordenar y clasificar a los pacientes
que tienen o no tienen priorización de inmediata en varios clusters (grupos)
agrupándolos según el nivel de gravedad que presente. De esta manera
realizando dicho estudio basado en técnicas de lógica difusa permitirá
tener un mejor rendimiento en la clasificación y atención médica al usuario.
Fundamentación Teórica
Metaanálisis
El termino meta - Análisis es un método de investigación introducido por
GV Glass en 1976. El metaanálisis es una “técnica estadística que permite
sintetizar la evidencia procedente de estudios disponibles sobre un tema
de interés o pregunta de investigación concreta en el marco de una revisión
Para el cálculo del segundo centroide 𝒗𝟐 el procedimiento es el mismo,
pero teniendo en cuenta las pertenencias al cluster 2, si hubiera más
cluster se opera de la misma manera.
Los resultados de los centroides obtenidos fueron:
𝑣1 =∑ 𝑈𝑐1(𝑥𝑘)𝑚.𝑥30
𝑘=1
∑ 𝑈𝑐1(𝑥𝑘)𝑚30𝑘=1
= (0.4457,0.5529)
𝑣2 =∑ 𝑈𝑐2(𝑥𝑘)𝑚.𝑥30
𝑘=1
∑ 𝑈𝑐2(𝑥𝑘)𝑚30𝑘=1
= (0.7564,0.5103)
91
CAPÍTULO IV
RESULTADOS
CONCLUSIONES Y RECOMENDACIONES
RESULTADOS
Es preciso definir cuáles han sido los resultados obtenidos durante el
desarrollo del caso de estudio con la finalidad de poder destacar los
aciertos que se obtuvieron con la solución planteada al problema del
metaanálisis de lógica difusa y el análisis del proceso de valoración clínica
mediante algoritmo clustering FCM.
A fin de que podamos evidenciar el éxito obtenido con la base de datos del
metaanálisis a la lógica difusa, toma de decisiones y selección del personal
podemos mencionar que es necesario poder establecer una analogía entre
la metodología y procesos aplicados. Con ello se podrá ver claramente el
aporte tanto del agrupamiento difuso en el proceso clínico, como del
metaanálisis en el establecimiento de las áreas investigadas sobre lógica
difusa y proceso de valoración clínica.
92
Respuesta a pregunta científica
¿Mediante la técnica del agrupamiento difuso se podrá analizar los
procesos de valoración clínica según su nivel de urgencia?
El agrupamiento difuso es un método muy eficaz para resolver tales
inconvenientes de separar o clasificar uno o varios datos en distintos
cluster, debido a esto se puede concluir el principal objetivo de clustering
FCM, clasifica los datos de acuerdo al grado de pertenencia lo que
permitiría obtener un resultado de manera eficiente.
Al hacer la agrupación de los métodos utilizados en este proyecto como lo
son la lógica difusa con su técnica clustering FCM, el sistema de triaje
Manchester, y la escala de coma de Glasgow, con esta unión nos da un
resultado favorable y eficaz para el médico, el cual va a ser la persona que
deberá realizar la valoración clínica, y de él/ella es la responsabilidad de
evaluar y dar un diagnóstico clínico al paciente, sin embargo este proyecto
le ayuda a este profesional mediante la técnica de agrupamiento difuso a
que tenga un mejor desempeño en la toma de decisiones al momento de
priorizar a los pacientes según su estado de urgencias.
Resultado Final del Caso de Estudio
A continuación se presentan los resultados del análisis del proceso de
valoración clínica aplicando la técnica clustering FCM, lo cual se obtuvo el
siguiente análisis. El cluster 1 reúne los datos con mayor pertenencia los
cuales son: 2,3,4,6,7,8,9,11,12,13,14,16,20,23,26,29,30 mientras que los
datos restantes tienen una mayor pertenencia al cluster 2. Los datos del
cuadro Nº37 fueron cargados al programa mediante el widget File, además
se cargó el archivo al widget DataTable donde se visualizaron los datos
simulados, luego con el widget Interactive k-means que indica el
funcionamiento del algoritmo clustering con sus respectivos centroides y
por último el widget Scatter Plot lo cual muestra los resultados de la
dispersión de los datos. Sin embargo Orange Canvas posee widgets
volátiles lo cual la primera simulación seria el resultado final.
93
El primer cluster reúne los pacientes que están conscientes y no necesitan
atención médica por cual esperarían un límite tiempo, mientras que el
segundo cluster reúne todos los pacientes que si necesitan atención de
inmediata.
Gráfico Nº23 Flujo de Trabajo
Elaboración: Los Autores
Fuente: Datos de la Investigación
Gráfico Nº24 Dispersión de datos separados en 2 cluster
Elaboración: Los Autores
Fuente: Datos de la Investigación
94
Conclusiones
Finalizando la investigación lógica difusa orientada al proceso de
valoración clínica, basándose en la información dada por los resultados de
los mismos se concluye los siguientes ítems:
Al realizar la investigación se amplió el conocimiento al descubrir
otras herramientas que hay que son parte de la inteligencia
computacional como lo es la lógica difusa.
Realizado el caso de estudio, se obtuvo un agrupamiento difuso
para la clasificación apropiada de los pacientes en la salas de
urgencias indicando la priorización y clasificación del paciente, ya
sea de atención inmediata o no inmediata aplicando el algoritmo
clustering Fuzzy c – means.
El algoritmo FCM aplicado al proceso de valoración clínica, logra
un aporte efectivo al permitir al personal médico y su equipo de
trabajo obtener una mejor visualización de datos, de tal manera
permitiendo tomar la decisión correcta en la priorización del
paciente.
El metaanálisis realizado ayudó a resumir la información contenida,
enfocándose en los temas más relevantes de los artículos
científicos permitiendo destacar los más apreciables para este
estudio.
95
Recomendaciones
Realizar nuevos estudios sobre lógica difusa, porque cada día salen
aplicaciones de esta técnica en diferentes áreas lo cual es enriquecedor
para el conocimiento de aquella persona que le guste la investigación y
poder aplicar en cualquier área científica.
Poner en práctica el algoritmo FCM en nuevas herramientas de software
con el propósito de obtener mejores resultados aplicando otras técnicas
como pueden ser redes neuronales, mapas cognitivos y asi obtener
respuestas favorables a los procesos de valoración clínica.
Se recomienda a las futuras generaciones que al momento de utilizar el
algoritmo FCM, no sea modificado, si no más sea utilizado como base para
realizar nuevas investigaciones y aplicaciones
,
96
Bibliografía Aguilera, E. (2014). ¿Revisión sistemática, revisión narrativa o metaanálisis? Rev.
Soc. Esp. del Dolor, 359-360.
Amthauer, C., & Chollopetz da Cunha, M. L. (2016). Sistema de triaje de Manchester: organigramas principales, discriminadores y resultados de la atención de una emergencia pediátrica. Rev. Latino-Am. Enfermagem, 1-7.
Beltrán Alvarado, G., Martínez, M., & Ríos Pavón, M. (2012). Aportes a la Inteligencia artificial en la ingenieria informatica.
Cano Plata, E., & Cano Plata, C. (2008). ANÁLISIS DE LOS ALGORITMOS DE AGRUPAMIENTO BORROSO PARA DETECTAR ASIMETRÍA DE INFORMACIÓN. Scielo, 1-16.
Canós Darós, L., Casasús Estellés, T., Lara Mora, T., Liern Carrión, V., & Pérez Cantó, J. (2011). Un algoritmo Fuzzy para la seleción del personal. ASEPUMA, 1-11.
Catalá López, F., Tobías, A., & Roqué, M. (2014). Conceptos básicos del metaanálisis en red. ScienceDirect - Elsevier, 1-10.
Cordero Mederos, J., Cabrera Padrón, N., Caraballo Castro, I., & Manso Silva, G. (2015). EL MUESTREO ESTADÍSTICO, HERRAMIENTA PARA PROTEGER LA OBJETIVIDAD E INDEPENDENCIA DE LOS AUDITORES INTERNOS EN LAS EMPRESAS COOPERATIVAS. Dialnet - Revista Cooperativismo y Desarrollo Vol. 3, No. 2, 1-11.
De la Horra, J. (2013). MODELOS DE PROBABILIDAD Y MUESTREO ALEATORIO. Obtenido de https://www.uam.es/personal_pdi/ciencias/horra/Estadistica-Apuntes/Probabilidad-Muestreo.pdf
EcuRED. (s.f.). EcuRed. Obtenido de Conocimiento con todo y para todos: https://www.ecured.cu/Investigador
Emerson, C., Garmendia, L., & Santos, M. (2012). Algoritmos Genéticos Difusos: Una Aproximación Práctica para la Creatividad Computacional. Dialnet, 279-290.
Flores Cruz, J. A., Camarena Gallardo, P., & Avalos Villarreal, E. (2014). La realidad virtual, una tecnología innovadora aplicable al proceso de enseñanza de los estudiantes. Redalyc - Red de Revistas Científicas de América Latina, el Caribe, España y Portugal, 1-10.
97
Flores Martín, J. D. (Diciembre de 2013). Pilotaje de Algoritmo de Priorización mediante Lógica Difusa para Mejora de la Precisión Diagnóstica de Enfermería. Obtenido de http://repositorio.ucam.edu/bitstream/handle/10952/1659/Juan%20Flores%20-%20TFM%20-%20Pilotaje%20del%20Algoritmo...%20final.pdf?sequence=1
Flores, J. (2012). Pilotaje de Algorimo para mejora de la precisión diagnóstica médica. Obtenido de http://repositorio.ucam.edu/bitstream/handle/10952/1659/Juan%20Flores%20-%20TFM%20-%20Pilotaje%20del%20Algoritmo...%20final.pdf?sequence=1
García García, J. A., Reding Bernal, A., & López Alvarenga, J. C. (2013). Cálculo
del tamaño de la muestra en investigación en educación médica. ScienceDirect - Elsevier, 217-224.
García Perdomo, H. A. (2015). Conceptos fundamentales de las revisiones sistemáticas/metaanálisis. Elsevier, 29-34.
Guerrero Córdoba., F. M. (2011). Clustering a partir de Fuzzy C-Means. Springer , 1-11.
Guerrero, C. S., & Melo, O. Ó. (2008). Optimización de curvas de crecimiento a través de análisis univariado. Scielo - Revista Colombiana de Estadística, 193-209.
Hazelzet, J. A. (2008). Can fuzzy logic make things more clear ? BioMed - Springer, 1-2.
Hernández Cáceres, J. (2015). Clustering basado en el algoritmo K-means para la identificación de grupos de pacientes quirúrgicos. Scielo, 1-8.
Léon, M., Lameda, C., & Martínez, S. (2016). Aplicación de lógica difusa y algoritmos genéticos para clasificación de tratamientos contra enfermedades neoplásicas malignas. Redalyc - Red de Revistas Científicas de América Latina, el Caribe, España y Portugal, 1-7.
Lizarralde, F., Arona, G., & Huayapa, C. (2012). Modelo basado en Lógica Difusa para el Diagnóstico Cognitivo del Estudiante. Scielo, 13-20.
Ministerio de Salud Pública. (2014). Sistema de triaje de manchester en emergencia Hospital General de Chone. Manabí.
Ministerio de Salud Publica. (2016). RESOLUCIÓN ARCSA-DE-0XX-2016-GGG . Obtenido de LA DIRECCIÓN EJECUTIVA DE LA AGENCIA NACIONAL DE REGULACIÓN, CONTROL Y VIGILANCIA SANITARIA- ARCSA: http://www.controlsanitario.gob.ec/wp-content/uploads/downloads/2016/06/16.06.14_NTS_Farmacovigilancia_3.0.pdf
98
Morales Araon, E. (2012). Estadisticas y Probabilidades. Santiago - Chile: universidad catolica de la santisisma concepcion.
Muñada Rodriguez, J., & Ramírez, E. (2013). Escala de coma de Glasgow: Origen, Analisis y uso apropiado. Elsevier - ScienceDirect, 1-11.
Ortiz Flores, B. Z. (s.f). Importancia de la incorporación temprana a la investigación cientifica. En O. F. Zepeda.
Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio. Scielo - International Journal of Morphology, 227-232.
R, D. (2013). Probabilidad y Estádistica : Aplicaciones A La Ingeniería. Venezuela: McGraw-Hill.
Rendón, E., Zepeda, R., Barrueta, E., & Itzel, M. (2015). El algoritmo de agrupamiento K-Modas: Un caso de estudio. Revista Tecnología e Innovación, 929-941.
Rodriguez, L. (2007). Probabilidad y Estádistica Básica Para Ingénieros. Ecuador: ICM-ESPOL.
Sáez C, A. J. (2012). Apuntes De Estádistica Para Ingenieros. España: Departamento de Estadistica.
Santana Jímenez, L. (2013). UNA APLICACIÓN DE LA LÓGICA DIFUSA A LA EVALUACIÓN DEL BALANCE DE RIESGOS DE LA INFLACIÓN Y DEL CRECIMIENTO MACROECONÓMICO. Redalyc - Red de Revistas Científicas de América Latina, el Caribe, España y Portugal, 497-514.
Sarmiento, H. O., Isaza, C. V., Kempowsky-Hamon, T., & LeLann, M.-V. (2012). Estimación de Estados Funcionales en Procesos Complejos con Base en Agrupamiento Difuso. Scielo, 1-20.
Secretaría de Investigación. (s.f). Secretaría de Investigación. Obtenido de http://secinves.com.ar/guias/revistas-cientificas-que-como-donde
Serrano Benavente, R. A. (2014). SISTEMA DE TRIAJE EN URGENCIAS GENERALES. Obtenido de Cognitivo del Estudiante
Villada, F., Muñoz, N., & García, E. (2012). Aplicación de las Redes Neuronales al Pronóstico de Precios en el Mercado de Valores. Scielo - Inf. tecnol. vol.23 no.4 La Serena , 11-20.
99
Anexos
Según el estudio realizado se consideró a los siguientes 10 artículos
científicos como los más importantes para el desarrollo de este estudio
porque ayudaron a comprender e interpretar conceptos generales de cada
uno de los métodos utilizados. A continuación se mostrara los artículos
más relevantes y de revisión que fueron tomados como referencia para la
elaboración de dicho estudio.
Cuadro Nº39
Artículos Relevantes
Nº
Autor(es), año
Artículo
1
Wilfredo Rangel, Alfredo Matteo (2010)
Modelo Conceptual de datos difusos
de triage para emergencia hospitalaria representado con
FuzzyEER
2
Francisco Xavier
Ruvalcaba Coyaso,
Anaiis Verdomen (2015)
Lógica difusa para la toma de
decisiones y la selección del personal
3
Wilfredo Soler,
Gómez Muñoz, E. Bragulat, A. Alvares
(2010)
El triaje: Herramienta fundamental en urgencia y emergencias
4
Juan. A Contreras, Laura B. Martínez, Yuliana V. Puerta
(2010)
Clasificador Difuso para diagnóstico
de enfermedades
5
Sánchez Velarde, Sotelo de Ávila y
Cabrera Llanos (2015).
Fuzzy-state machine for Triage
priority classifier in emergency room.
100
6
Bengang Gong,
Chen Xiang, Chaozhong Hu (2011)
Enfoque Fuzzy Clustering entropía
para evaluar la fiabilidad del sistema logístico de emergencia.
7
Jan A. Halzelzet,
(2008)
Lógica difusa puede hacer las cosas más claras
8
Susanne Forsgren,
Berit Forsman y Eric D. Carlstrom (2011)
Trabajando con el Manchester Triage - Satisfacción en el trabajo de
enfermería
9
Lena Burstrom, Martin NordBerg,
Goran Ornung, Maaret Castrén, Tony Wiklund,
Marie Lousie, Mats Enlud (2011)
Una comparación de los 3
departamentos de emergencia con diferentes modelos de triage
10
J. E. Muñana-Rodríguez,
A. Ramírez-Elías ()
Escala de coma de Glasgow: origen, análisis y uso apropiado
Elaboración: Los Autores
Fuente: Datos de la investigación
101
IMÁGENES DEL METAANÁLISIS DESARROLLADO EN MICROSOFT EXCEL