Resumen
La Organización Mundial de la Salud (OMS) señala que 1 de cada 10 muertes en el mundo se debe a accidentes (trauma). Por ello, en el campo de la atención de trauma pre-hospitalario, un tratamiento adecuado y oportuno en el período crítico puede definir la supervivencia de un paciente. De igual forma, dentro del proceso de atención y cuidado del paciente con trauma pueden existir circunstancias en las que es necesario administrar antibiótico-terapia a fin de evitar infecciones. En tal virtud, este trabajo pretende contribuir al uso racional de antibióticos en este tipo de pacientes, empleando para ello técnicas de minería de datos que permitan reducir el tiempo requerido para seleccionar el antibiótico más apropiado para cada caso. Para lograr este objetivo, se ha desarrollado una aplicación móvil que permitió recolectar información de todos los pacientes atendidos en un hospital público y hospital privado del Sur de Ecuador durante un período de 3 meses. Con estos datos se diseñó un sistema de soporte a la toma de decisiones basado en análisis de conglomerados, y de igual forma, se probaron técnicas de clasificación basadas en aprendizaje de máquina como Bosques Aleatorios (Random Forest) y redes neuronales. En el ámbito médico los resultados preliminares obtenidos con esta investigación señalan lo siguiente: los antibióticos de la familia de los betalactamicos son los de primera elección siendo el 56,35% como monoterapia general correspondiendo el 55,65% en el Hospital público y el 56,14% en el Hospital privado; los más usados son cefalexina en un 14,4%, la cefazolina 27,1% en ambas instituciones. En el hospital público la frecuencia es de mayor porcentaje que en el privado en esas situaciones. Se comprobó que se sigue usando como primera elección los antibióticos “viejos” o los de la primera familia de los betalactamicos, por lo que se debería realizar una guía en la adecuada dosificación y vía de administración para no causar en el futuro una resistencia de antibióticos. En cuanto al sistema de soporte a la toma de decisiones se alcanzó un 85% de precisión en la clasificación del tipo de antibiótico administrado de acuerdo al tipo de lesión sufrida por el paciente.
Título traducido de la contribución | Epidemiological Characteristics of the Use of Antibiotics in Patients with Surgical Trauma Treated in the South of Ecuador: A Support System Based on Mobile Applications and Data Mining |
---|---|
Idioma original | Español (Ecuador) |
Título de la publicación alojada | TIC Y SISTEMAS INTELIGENTES como herramientas de soporte para el manejo, educación y prevención del trauma |
Editorial | Editorial Universitaria Abya-Yala |
Páginas | 43-68 |
Número de páginas | 26 |
ISBN (versión impresa) | 978-9978-10-281-7 |
Estado | Publicada - 1 nov. 2017 |
Palabras clave
- Antibiotics
- Data mining
- Decision-making support
- Epidemiology
- Mobile applications
- Trauma
Areas de Conocimiento del CACES
- 116A Computación