Aplicación de los árboles de decisión en la identificación de patrones de lesiones fatales por causa externa en el municipio de Pasto, Colombia

Abstract

Aplicación de los árboles de decisión en la identificación de patrones de lesiones fatales por causa externa en el municipio de Pasto, ColombiaApplication of decision trees in the identification of patterns of fatal injuries by external cause in the municipality of Pasto, ColombiaRicardo Timarán-Pereira 1* orcid.org/0000-0002-0006-6654Andrés Calderón-Romero 2 orcid.org/0000-0002-7396-413XArsenio Hidalgo-Troya 3 orcid.org/0000-0003-4080-118X Resumen Introducción: La Organización Panamericana de la Salud (OPS) desde el año 1993 y la Organización Mundial de la Salud (OMS) en 1996, aceptaron que la violencia es un problema de salud pública, situación que se corrobora en el Informe de Violencia y Salud, en el cual América Latina presentó una tasa de homicidios de 18 por cada 100.000 personas, y es considerada como una de las regiones más violentas del mundo. Objetivo: Detectar patrones delictivos con técnicas de minería de datos en el Observatorio del Delito del municipio de Pasto (Colombia). Materiales y métodos: Se aplicó Cross Industry Standard Process for Data Mining (CRISP-DM), una de las metodologías utilizadas en el desarrollo de proyectos de minería de datos en los ambientes académico e industrial. La fuente de información fue el Observatorio del Delito del municipio de Pasto, donde está almacenadas las cifras históricas, limpias y transformadas sobre las lesiones de causa externa (fatales y no fatales), registrados en 11 años. Resultados: Se construyó un modelo de clasificación basado en árboles de decisión que permitió descubrir patrones de muertes por causa externa. Para el caso de homicidios, estos sucedieron en su mayoría en la Comuna 5 de Pasto, los fines de semana, en la madrugada, en el segundo semestre del año, en la vía pública y las víctimas fueron hombres adultos, de oficios varios, la causa de los homicidios fueron riñas y se produjeron con arma de fuego. Conclusión: El conocimiento generado ayudará a los organismos gubernamentales y de seguridad a tomar decisiones eficaces en lo relacionado a la implementación de planes de prevención de delitos y seguridad ciudadana.Palabras clave: Reconocimiento de normas patrones automatizadas; minería de datos; árboles de decisión; clasificación. (Fuente: DeCS, Bireme). AbstractIntroduction: The Pan American Health Organization (PHO) and the World Health Organization (WHO) accepted, since the year 1993 and 1996 respectively, that violence is a public health problem, a situation that is corroborated in the report on violence and health, in which Latin America presented a homicide rate of 18 per 100,000 people, and it is considered one of the most violent regions in the world. Objective: To detect criminal patterns with data mining techniques in the Crime Observatory of the municipality of Pasto (Colombia). Materials and methods: Cross Industry Standard Process for Data Mining (CRISP-DM) was applied, which is one of the methodologies used in the development of data mining projects in academic and industrial environments. The source of information was the

Nodos De La Agricultura Familiar Dedicada Al Maíz Amarillo en Manabí, Ecuador

“…Con el software Minitab, utilizando el método CHAIN, basado en el análisis de distribución de características de una base de datos, se desarrolla un producto de calidad controlada (Song et al, 2020;Timaran et al, 2017), permitiendo resumir las diferencias significativas (X^2) y la relación entre las variables.…”

Los accidentes de tránsito desde la perspectiva de la minería de datos. Una revisión de la literatura.

“…En el país el uso de minería de datos aplicado al estudio de accidentalidad es poco común. En [17] se usó la herramienta Weka para establecer patrones a partir de registros de accidentalidad por causa externa con lesiones fatales y no fatales en la ciudad de Pasto, usando Árboles de decisión, los resultados mostraron que las personas mayores son la población más vulnerable en un accidente de tránsito.…”

“…Por otra parte, a partir de modelos basados en árboles de clasificación y regresión se puede establecer relaciones entre la gravedad de las lesiones y las características del conductor de un vehículo con otros factores externos. Cabe anotar que el principal inconveniente al realizar procesos de minería de datos es la calidad de los datos usados, ya que sus condiciones pueden generar un análisis poco profundo además de afectar notablemente en los resultados obtenidos [15][16][17].…”