dc.contributor.advisor | Amiel Sáenz, José | |
dc.contributor.author | Makishi Maeireizo, Isabel | |
dc.contributor.author | Rodríguez López, Marcos Esteban | |
dc.date.accessioned | 2021-04-16T21:31:49Z | |
dc.date.available | 2021-04-16T21:31:49Z | |
dc.date.issued | 2020 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12805/1754 | |
dc.description.abstract | En la actividad hospitalaria tal y como se indica en el artículo “Aspectos médicos-legales de la historia clínica” (Rio, 1999), las historias clínicas son un elemento muy importante en la asistencia médica de un individuo, así también en lo concerniente a la medicina de forma colectiva o institucional; y debe encontrase regulada bajo estándares de calidad óptimas para preservar el derecho a la salud del paciente, así como el derecho a la privacidad. También se menciona la disciplina que recae sobre los tratantes (médicos/as, enfermeros/as, otros), para no caer en incumplimientos. Otro punto importante tiene que ver con lo que contienen los historiales médicos en cuando la exploración personal, pruebas diagnósticas primarias o complementarias, juicios sobre los diagnósticos y tratamientos, así como los detalles sobre la evolución de los pacientes. Por mucho tiempo se ha usado el historial clínico como la estrecha relación entre paciente y doctor/a; sin embargo, bajo este esquema se fortalece a mediados del siglo XX, como el registro de relación el usuario y atención primaria (Lanza, 2015). El modo tradicional ha sido siempre y aún se usa, la historia clínica escrita o de registro físico, esto con el tiempo y con más frecuencia se ha ido dejando en un segundo plano para optar por la historia clínica electrónica (HCE), los cuales han resuelto muchos de los inconvenientes relacionados a seguridad e integridad de la información, disponibilidad y acceso, así como para el análisis de los datos no solo a nivel individual, o institucional, sino también a nivel de grandes volúmenes de datos para estudios científicos usando ciencia computacional (Lanza, 2015)… | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Científica del Sur | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.source | Repositorio Institucional – UCS | es_PE |
dc.source | Universidad Científica del Sur | es_PE |
dc.subject | Machine learning | es_PE |
dc.subject | COVID-19 | es_PE |
dc.title | Machine learning para predecir la progresión de la condición médica de pacientes Covid-19 en el Hospital María Auxiliadora | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
dc.identifier.doi | https://doi.org/10.21142/tb.2020.1754 | |
thesis.degree.discipline | Ingeniería de Sistemas de Información y Gestión | es_PE |
thesis.degree.grantor | Universidad Científica del Sur. Facultad de Ciencias Empresariales | es_PE |
thesis.degree.level | Bachiller | es_PE |
thesis.degree.name | Bachiller en Ingeniería de Información y Gestión | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.00 | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
renati.advisor.dni | 07414583 | |
renati.advisor.orcid | https://orcid.org/0000-0002-4547-8353 | es_PE |
renati.author.dni | 43427107 | |
renati.author.dni | 46926625 | |
renati.discipline | 612146 | es_PE |
renati.level | https://purl.org/pe-repo/renati/level#bachiller | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion | es_PE |
dc.type.other | Trabajo de Investigación - Bachiller | es_PE |