Métodos aplicativos de la minería de datos en maloclusiones dentales

F. Núñez-Cárdenas, V. T. Tomás-Mariano, Ana K Guzmán-Casanova, A. M. Felipe-Redondo
{"title":"Métodos aplicativos de la minería de datos en maloclusiones dentales","authors":"F. Núñez-Cárdenas, V. T. Tomás-Mariano, Ana K Guzmán-Casanova, A. M. Felipe-Redondo","doi":"10.29057/esh.v6i12.3189","DOIUrl":null,"url":null,"abstract":"Actualmente, uno de los problemas que prevalecen en la sociedad son las enfermedades bucales, las cuales, por falta de información no son tratadas a tiempo o en ocasiones jamás, lo que lleva a grandes consecuencias en la salud; uno de los problemas más comunes son las maloclusiones dentales, de éstas a muchas personas no les interesa someterse a un tratamiento adecuado.De acuerdo a estudios epidemiológicos, se ha mostrado que la maloclusión se presenta con tasas de prevalencia considerablemente altas, ya que más de 60% de la población la desarrolla. Las investigaciones sobre maloclusiones en niños de 4 a 5 años reportan prevalencias de 70-80%, que evolucionan hasta encontrar tasas de prevalencia de 96.4% en adolescentes. [2]En el presente proyecto, se desarrolla un estudio de Maloclusiones dentales llevándolo, a predecir el éxito o fracaso en el tratamiento de ortodoncia, esto, a través de diversas técnicas de Minería de Datos, haciendo uso de algoritmos mismos de esta materia para crear un modelo predictivo. De la mano de Weka, una herramienta de Minería de Datos se comienza a modelar los datos para que arrojen reglas destinadas a crear un árbol de decisión.Como resultado se obtuvieron diversas reglas con relación a las enfermedades de Maloclusiones dentales, tales, con las que se desarrolló una interfaz gráfica para mayor interacción entre el programa y el paciente.","PeriodicalId":329039,"journal":{"name":"Ciencia Huasteca Boletín Científico de la Escuela Superior de Huejutla","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ciencia Huasteca Boletín Científico de la Escuela Superior de Huejutla","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29057/esh.v6i12.3189","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Actualmente, uno de los problemas que prevalecen en la sociedad son las enfermedades bucales, las cuales, por falta de información no son tratadas a tiempo o en ocasiones jamás, lo que lleva a grandes consecuencias en la salud; uno de los problemas más comunes son las maloclusiones dentales, de éstas a muchas personas no les interesa someterse a un tratamiento adecuado.De acuerdo a estudios epidemiológicos, se ha mostrado que la maloclusión se presenta con tasas de prevalencia considerablemente altas, ya que más de 60% de la población la desarrolla. Las investigaciones sobre maloclusiones en niños de 4 a 5 años reportan prevalencias de 70-80%, que evolucionan hasta encontrar tasas de prevalencia de 96.4% en adolescentes. [2]En el presente proyecto, se desarrolla un estudio de Maloclusiones dentales llevándolo, a predecir el éxito o fracaso en el tratamiento de ortodoncia, esto, a través de diversas técnicas de Minería de Datos, haciendo uso de algoritmos mismos de esta materia para crear un modelo predictivo. De la mano de Weka, una herramienta de Minería de Datos se comienza a modelar los datos para que arrojen reglas destinadas a crear un árbol de decisión.Como resultado se obtuvieron diversas reglas con relación a las enfermedades de Maloclusiones dentales, tales, con las que se desarrolló una interfaz gráfica para mayor interacción entre el programa y el paciente.
数据挖掘在牙错牙合中的应用方法
目前,社会上普遍存在的问题之一是口腔疾病,由于缺乏信息,没有及时治疗,有时甚至从未治疗,导致严重的健康后果;最常见的问题之一是牙齿错牙合,许多人对适当的治疗不感兴趣。根据流行病学研究,错牙合的患病率相当高,超过60%的人口患有错牙合。对4 - 5岁儿童错牙合的研究报告患病率为70-80%,在青少年中发现患病率为96.4%。[2]在这个项目中,我们开发了一项牙齿错牙合的研究,通过各种数据挖掘技术,利用该主题的算法创建一个预测模型,从而预测正畸治疗的成功或失败。在Weka的帮助下,一个数据挖掘工具开始对数据建模,以便生成旨在创建决策树的规则。结果,获得了与错牙合疾病相关的各种规则,如开发了图形界面,以便在程序和患者之间进行更多的交互。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信