Tratamiento No Farmacológico en La Enfermedad Renal Por Diabetes

Menéndez, Estrella

doi:10.47196/diab.v51i3.106

Cited by 2 publications

(2 citation statements)

References 19 publications

(20 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…El tratamiento puede incluir cambios en el estilo de vida, medicamentos orales y/o inyecciones de insulina [11]. Los principales síntomas de la DM tipo-2 incluyen sed excesiva, micción frecuente [17], fatiga, hambre constante, visión borrosa, infecciones frecuentes y en donde las heridas tardan en sanar. Si no se trata la diabetes puede causar muchas complicaciones, como la cetoacidosis diabética y el coma hiperosmolar no cetósica [13].…”

Section: Variablesunclassified

Stratification for the Improvement of the Performance of an ANN in Diabetes Detection

Patiño-Pérez,

Iñiguez-Muñoz,

Ochoa-Flores

et al. 2023

Proceedings of the 21th LACCEI International Multi-Conference for Engineering, Education and Technology (LACCEI 2023): “Leaders

View full text Add to dashboard Cite

Guayaquil; que impiden alcanzar un rendimiento optimo del modelo de aprendizaje supervisado, para su puesta en producción en el centro integral, es el desbalanceo o desequilibrio de los datos en función del tipo de clase. Por tal motivo puesto que la red neuronal artificial obtuvo el rendimiento más aceptable, el presente estudio se centrará en la evaluación de la red neuronal artificial y de la mejora que se ha alcanzado al aplicarse la técnica de estratificación de los datos, que permite seleccionar de forma proporcional a los grupos de datos de una forma equilibrada, permitiendo elevar el rendimiento de la red neuronalartificial en un 3.39% pero con una reducción de perdida muy alta de aproximadamente el 99.98% durante el aprendizaje.

show abstract

Section: Variablesunclassified

Stratification for the Improvement of the Performance of an ANN in Diabetes Detection

Patiño-Pérez,

Iñiguez-Muñoz,

Ochoa-Flores

et al. 2023

Proceedings of the 21th LACCEI International Multi-Conference for Engineering, Education and Technology (LACCEI 2023): “Leaders

View full text Add to dashboard Cite

show abstract

“…Si se tiene diabetes, el cuerpo no produce suficiente insulina o no puede usar la insulina que produce tan bien como debería, cuando no hay suficiente insulina o las células dejan de responder a la insulina, demasiado azúcar en la sangre permanece en el torrente sanguíneo, con el tiempo, eso puede causar problemas de salud graves, como enfermedades cardíacas, pérdida de la visión y enfermedad renal [17]. Todavía no existe una cura para la diabetes, pero perder peso, comer alimentos saludables y mantenerse activo realmente puede ayudar, al igual de tomar los medicamentos según sea necesario, obtener educación y apoyo para el autocontrol de la diabetes y asistir a las citas de atención médica también pueden reducir el impacto de la diabetes en su vida [18].…”

Section: Independientesunclassified

Machine Learning models based in Supervised Learning for the Detection of Diabetes Mellitus in the City of Guayaquil

Patiño-Pérez¹,

Muñoz²,

Cornejo³

et al. 2022

Proceedings of the 2nd LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development (LEIRD 202

View full text Add to dashboard Cite

Due to the problems presented by public health centers in the city of Guayaquil in Ecuador, a group of specialists greeted the creation of a comprehensive diabetes diagnosis center, which, with an entrepreneurial initiative, is bringing together private health centers that are interested in providing a technologically assisted service. Using artificial intelligence tools, the comprehensive center detects whether a person has diabetes mellitus or not; Therefore, through this mechanism and applying the established triage, the person detected by the AI model is referred to the respective private health center that is part of the comprehensive center (entrepreneurship). Supervised learning was applied in the implementation of some conventional machine learning techniques, which were compared with an artificial neural network model to determine the model that can obtain the highest accuracy in learning diabetes diagnosis. As a result, it was obtained that the artificial neural network ANN reached 99.33% accuracy compared to the support vector machines SVM, which reached 98.6% accuracy in the classification of patients with diabetes mellitus, so that in view of the fact that the RNA model , is the one who has learned to detect diabetes with greater accuracy and is recommended to be used in the comprehensive diagnostic center, for rapid referral to a private health center that can apply rapid and effective treatment .

show abstract

Tratamiento No Farmacológico en La Enfermedad Renal Por Diabetes

Cited by 2 publications

References 19 publications

Stratification for the Improvement of the Performance of an ANN in Diabetes Detection

Stratification for the Improvement of the Performance of an ANN in Diabetes Detection

Machine Learning models based in Supervised Learning for the Detection of Diabetes Mellitus in the City of Guayaquil

Contact Info

Product

Resources

About