Clasificación de pacientes escolares con posible trastorno de déficit de atención e hiperactividad (TDAH) mediante técnicas de Machine Learning

Campuzano Almeida, Luis Diego; Herbas Chaverro, Hopkins Agustin

Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/57620

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Roa López, Heydi Mariana , Director	-
dc.contributor.author	Campuzano Almeida, Luis Diego	-
dc.contributor.author	Herbas Chaverro, Hopkins Agustin	-
dc.creator	ESPOL	-
dc.date.accessioned	2023-06-26T15:53:05Z	-
dc.date.available	2023-06-26T15:53:05Z	-
dc.date.issued	2023	-
dc.identifier.citation	Campuzano Almeida, L. D. y Herbas Chaverro, H. A. (2023). Clasificación de pacientes escolares con posible trastorno de déficit de atención e hiperactividad (TDAH) mediante técnicas de Machine Learning. [Proyecto Integrador]. ESPOL.FCNM .	-
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/57620	-
dc.description	El trastorno por déficit de atención e hiperactividad (TDAH) es un trastorno neurobiológico que se caracteriza por problemas de atención, hiperactividad e impulsividad. Se ha convertido en uno de los trastornos más comunes en la infancia, que afecta mayoritariamente a niños de hasta 12 años y en muchos casos persiste hasta la edad adulta. El TDAH afecta significativamente el desempeño académico y laboral del individuo, así como también en sus relaciones interpersonales y autoestima. En el Ecuador, son aún muy pocos los estudios sobre esta patología. Sin embargo, los estudios a nivel mundial indican que un diagnóstico temprano y la aplicación de un tratamiento adecuado permiten llevar a estas personas, una vida plena y satisfactoria. Por ello, la importancia del diagnóstico temprano de los infantes por parte del profesional de la salud mental. Pero evaluar a todos los niños con las herramientas dispuestas por los profesionales conlleva un reto enorme. En este trabajo se propone predecir el diagnóstico de un infante mediante algoritmos de Machine Learning. Se implementaron tres modelos de clasificación K- medias, K vecinos más cercanos, y el que resultó más eficiente, Máquinas de Vectores de Soporte (SVM). Se usaron los datos de las respuestas a dos tests psicológicos (Conners y Brief) de niños de segundo, cuarto y sexto de educación básica, que incluían también las de sus respectivos padres y profesores. Los resultados obtenidos muestran que el ordenador puede predecir si un niño posee o no TDAH con un 85% de precisión. Finalmente, este trabajo tiene como propósito servir a los expertos en el área, como una herramienta que ofrece una reducción importante de tiempo en la identificación del trastorno en los niños, además de ahorro económico.	-
dc.format	application/pdf	-
dc.format.extent	26 paginas	-
dc.language.iso	spa	-
dc.publisher	ESPOL	-
dc.rights	openAccess	-
dc.subject	TDAH	-
dc.subject	Test psicológico	-
dc.subject	Máquinas de vectores de soporte	-
dc.title	Clasificación de pacientes escolares con posible trastorno de déficit de atención e hiperactividad (TDAH) mediante técnicas de Machine Learning	-
dc.type	Matemático	-
dc.identifier.codigoespol	T-110519	-
dc.description.city	Guayaquil	-
dc.description.degree	Escuela Superior Politécnica del Litoral	-
Appears in Collections:	Tesis de Matemática

Files in This Item:

File	Size	Format
T-110519 LUIS CAMPUZANO - HOPKINS HERBAS.pdf	762.83 kB	Adobe PDF	View/Open

Show simple item record