Descarga de libros electrónicos en línea

TECNICAS PARA EL ANALISIS DE DATOS CLINICOS de DAVID F. NETTLETON

Ficha técnica

• TECNICAS PARA EL ANALISIS DE DATOS CLINICOS
• DAVID F. NETTLETON
• Número de páginas: 352
• Idioma: CASTELLANO
• Formatos: Pdf, ePub, MOBI, FB2
• ISBN: 9788479787219
• Editorial: DIAZ DE SANTOS
• Año de edición: 2005

Descargar eBook gratis

Descarga de libros electrónicos en línea TECNICAS PARA EL ANALISIS DE DATOS CLINICOS (Spanish Edition) de DAVID F. NETTLETON

Overview

El libro está dirigido a las personas que por razones profesionales o académicas tienen la necesidad de analizar datos de pacientes, con el motivo de realizar un diagnóstico o un pronóstico. Se explican en detalle las diversas técnicas estadísticas y de aprendizaje automatizado para su aplicación al análisis de datos clínicos. Además, el libro describe de forma estructurada una serie de técnicas adaptadas y enfoques originales, basándose en la experiencia y colaboraciones del autor en este campo.

El autor, David Nettleton, incorpora materia tanto de su experiencia práctica como de sus diversos proyectos de investigación, para enriquecer el contenido, el cual ofrece un enfoque original sobre la problemática del tema. En la segunda parte del libro, ejemplos prácticos derivados de proyectos reales en colaboración con tres hospitales en España, durante un periodo de 5 años, sirven para ilustrar los conceptos y técnicas explicadas en la primera parte.

Prácticamente todos los métodos, técnicas e ideas que se presentan, por ejemplo "representación de datos", "relevancia y fiabilidad de los datos", y "agregación", pueden ser aprovechados tanto por un investigador o un estudiante de medicina, de informática clínica o de estadística, como por un empleado de un laboratorio clínico u hospital.

El objetivo global del trabajo contempla el desarrollo y refinamiento de un conjunto de métodos y herramientas que se pueden aplicar a las diferentes fases en el proceso de "minería de datos clínicos". Una primera consideración ha sido cómo representar y procesar de forma conjunta a diferentes tipos de datos, por ejemplo, los tipos categórico, numérico y difuso, usando técnicas de agregación, amalgamación de variables y técnicas difusas.