Análisis de interacciones de los actores de la red de conocimiento en salud ambiental del Observatorio Nacional de Salud de Colombia

Introducción: Las interrelaciones positivas y negativas entre el hombre y el medioambiente impactan en la salud general de la población, por esto, la gestión del conocimiento y la transformación social, orientadas a la prevención de la exposición a factores de riesgo ambiental y a la creación de ambientes propicios, deben realizarse a través de acciones multidisciplinares intersectoriales, como el trabajo colaborativo de redes del conocimiento. Objetivo: Describir las interacciones entre los actores de la Red de Conocimiento de Salud Ambiental del Observatorio Nacional de Salud de Colombia (ONS), con el fin de promover, mejorar y fortalecer la colaboración, intercambio de información y planificación conjunta de acciones. Metodología: Estudio descriptivo transversal de análisis de redes sociales mediante herramientas de minería de texto del lenguaje de programación R. Se analizaron las categorías de agua y saneamiento, clima, calidad del aire, radiaciones electromagnéticas e intoxicaciones químicas de un corpus documental de 99 textos de los actores de la red general de conocimiento en salud pública del ONS. Se calcularon medidas de centralidad y prestigio y se graficaron redes dirigidas multicapa con Power BI. Resultados: Los actores con mayor centralidad en la red fueron: Ministerio de Salud y Protección Social, Superintendencia de Salud, Profamilia, universidades de Antioquia y La Salle, ONS, Observatorio de Salud Ambiental de Bogotá, Organización Panamericana de la Salud y Organización Mundial de la Salud. Las cinco categorías analizadas presentaron bajas centralidades de grado, y las categorías de agua y clima mostraron mayor participación de los actores (más nodos e interacciones). Conclusiones: El análisis de redes sociales permitió identificar temas relevantes de salud ambiental entre los actores de la red del ONS, además de actores clave para desarrollar espacios de interacción y gestión del conocimiento. Acorde con las limitaciones del análisis, se sugiere la inclusión de aproximaciones bibliométricas para la actualización de las interacciones de la red.

Introduction: Positive and negative interactions between the human beings and the environment have an impact on the general health of the population. Therefore, it is necessary to use knowledge management and social transformation, in order to limit exposure to environmental risk factors by creating a favorable environment for healthcare. This should be carried out through multidisciplinary and intersectorial actions, such as the collaborative work of knowledge networks. Objective: To describe the interactions between the actors within the Environmental Health Knowledge Network Colombia's National Observatory of Health (ONS acronym in Spanish), in order to promote, improve and strengthen collaboration, information exchange and planning of collaborative actions. Methodology: Cross-sectional descriptive study to analyze social interactions through text mining tools by R, programmer language. Categories analyzed: Water and sanitation, climate, air quality, electromagnetic radiation and chemical poisoning. Data source: a documentary corpus of 99 texts done by actors of Environmental Health Knowledge Network of Colombia's ONS. We calculated centrality and prestige measures. We used Power BI in order to plot multi-layered directed networks. Results: Actors with greatest centrality in the network: Ministry of Health and Social Protection, Health Superintendency, Profamilia, Antioquia and La Salle universities, National Health Observatory, Bogota's Observatory of Environmental Health, the Pan American Health Organization and the World Health Organization. The five categories analyzed provides a low centrality degree, and water and climate categories presented greater participation by actors (more nodes and links). Conclusions: Social interactions analysis provides the identification of relevant environmental health issues in Colombia and key actors in order to develop interaction spaces for knowledge management. The analysis had limitations that suggest the inclusion of bibliometric approaches for updating the interactions within the network.

Modelo predictivo de enfermedad cardiovascular basado en inteligencia artificial en la atención primaria de salud / A Predictive Model for Cardiovascular Disease based on Artificial Intelligence in Primary Health Care

Introducción: En Cuba y en el resto del mundo, las enfermedades cardiovasculares son reconocidas como un problema de salud pública mayúsculo y creciente, que provoca una alta mortalidad. Objetivo: Diseñar un modelo predictivo para estimar el riesgo de enfermedad cardiovascular basado en técnicas de inteligencia artificial. Métodos: La fuente de datos fue una cohorte prospectiva que incluyó 1633 pacientes, seguidos durante 10 años, fue utilizada la herramienta de minería de datos Weka, se emplearon técnicas de selección de atributos para obtener un subconjunto más reducido de variables significativas, para generar los modelos fueron aplicados: el algoritmo de reglas JRip y el meta algoritmo Attribute Selected Classifier, usando como clasificadores el J48 y el Multilayer Perceptron. Se compararon los modelos obtenidos y se aplicaron las métricas más usadas para clases desbalanceadas. Resultados: El atributo más significativo fue el antecedente de hipertensión arterial, seguido por el colesterol de lipoproteínas de alta densidad y de baja densidad, la proteína c reactiva de alta sensibilidad y la tensión arterial sistólica, de estos atributos se derivaron todas las reglas de predicción, los algoritmos fueron efectivos para generar el modelo, el mejor desempeño fue con el Multilayer Perceptron, con una tasa de verdaderos positivos del 95,2 por ciento un área bajo la curva ROC de 0,987 en la validación cruzada. Conclusiones: Fue diseñado un modelo predictivo mediante técnicas de inteligencia artificial, lo que constituye un valioso recurso orientado a la prevención de las enfermedades cardiovasculares en la atención primaria de salud(AU)

Introduction: In Cuba and in the rest of the world, cardiovascular diseases are recognized as a major and growing public health problem, which causes high mortality. Objective: To design a predictive model to estimate the risk of cardiovascular disease based on artificial intelligence techniques. Methods: The data source was a prospective cohort including 1633 patients, followed for 10 years. The data mining tool Weka was used and attribute selection techniques were employed to obtain a smaller subset of significant variables. To generate the models, the rule algorithm JRip and the meta-algorithm Attribute Selected Classifier were applied, using J48 and Multilayer Perceptron as classifiers. The obtained models were compared and the most used metrics for unbalanced classes were applied. Results: The most significant attribute was history of arterial hypertension, followed by high and low density lipoprotein cholesterol, high sensitivity c-reactive protein and systolic blood pressure; all the prediction rules were derived from these attributes. The algorithms were effective to generate the model. The best performance was obtained using the Multilayer Perceptron, with a true positive rate of 95.2percent and an area under the ROC curve of 0.987 in the cross validation. Conclusions: A predictive model was designed using artificial intelligence techniques; it is a valuable resource oriented to the prevention of cardiovascular diseases in primary health care(AU)

Design of early warning system for mental health problems based on data mining and database / Projeto de sistema de alerta precoce para problemas de saúde mental com base na mineração de dados e banco de dados / Diseño de un sistema de alerta temprana de problemas de salud mental basado en la minería de datos y en la base de datos

ABSTRACT Introduction: Data mining technology is mainly employed in the era of big data to evaluate the acquired information. Subsequently, reasoning about the data inductively is fully automated to discover possible patterns. Objective: Recently, data mining technology in the national mental health database has deepened and can be effectively used to solve various mental health early warning problems. Methods: For example, it can be applied to mine psychological data and extract the most important features and information. Results: This paper presents the design of an early warning system for mental health problems based on data mining techniques to offer some thoughts on early warning of mental health problems, including data preparation, data mining, results in analysis, and decision tree algorithm. Conclusion: The experimental results indicate that the results of the early warning system in this paper can achieve an accuracy rate of more than 96% with a high accuracy rate. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: A tecnologia de mineração de dados é empregada principalmente na era da big data para avaliar as informações adquiridas. Posteriormente, raciocinar indutivamente sobre os dados de forma totalmente automatizada para descobrir possíveis padrões. Objetivo: Recentemente, a tecnologia de mineração de dados no banco de dados nacional de saúde mental tem se aprofundado e pode ser efetivamente utilizada para resolver vários problemas de alerta precoce da saúde mental. Métodos: Por exemplo, ela pode ser aplicada para a mineração de dados psicológicos e extrair as características e informações mais importantes. Resultados: Este documento apresenta o projeto de um sistema de alerta precoce para problemas de saúde mental baseado em técnicas de mineração de dados, com o objetivo de oferecer algumas reflexões sobre alerta precoce de problemas de saúde mental, incluindo preparação de dados, mineração de dados, análise de resultados e algoritmo de árvore de decisão. Conclusão: Os resultados experimentais indicam que os resultados do sistema de alerta precoce neste trabalho podem alcançar uma taxa de precisão de mais de 96% com uma alta taxa de precisão. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

Resumen Introducción: La tecnología de minería de datos se emplea principalmente en la era de la big data para evaluar la información adquirida. Posteriormente, razonar inductivamente sobre los datos de forma totalmente automatizada para descubrir posibles patrones. Objetivo: Recientemente, la tecnología de minería de datos en la base de datos nacional de salud mental se ha profundizado y puede ser utilizada eficazmente para resolver varios problemas de alerta temprana de salud mental. Métodos: Por ejemplo, puede aplicarse para minar datos psicológicos y extraer las características e información más importantes. Resultados: Este trabajo presenta el diseño de un sistema de alerta temprana de problemas de salud mental basado en técnicas de minería de datos, con el objetivo de ofrecer algunas reflexiones sobre la alerta temprana de problemas de salud mental, incluyendo la preparación de los datos, la minería de datos, el análisis de los resultados y el algoritmo de árbol de decisión. Conclusión: Los resultados experimentales indican que los resultados del sistema de alerta temprana de este documento pueden alcanzar un índice de precisión superior al 96% con un alto índice de precisión. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Application analysis of digital neural network-based data mining method in maximizing the performance of sports training / Análise de aplicação do método de mineração de dados baseado em rede neural digital na maximização do desempenho do treinamento esportivo / Análisis de la aplicación del método de minería de datos basado en redes neuronales digitales para maximizar el rendimiento del entrenamiento deportivo

ABSTRACT Introduction: In today's rapid development of science and technology, digital network data mining technology is developing as fast as the expansion of the frontiers of science and technology allows, with a very broad application level, covering most of the civilized environment. However, there is still much to explore in the application of sports training. Objective: Analyze the feasibility of data mining based on the digital network of sports training, maximizing athletes' training. Methods: This paper uses the experimental analysis of human FFT, combined with BP artificial intelligence network and deep data mining technology, to design a new sports training environment. The controlled test of this model was designed to compare advanced athletic training modalities with traditional modalities, comparing the athletes' explosive power, endurance, and fitness. Results: After 30 days of physical training, the athletic strength of athletes with advanced fitness increased by 15.33%, endurance increased by 15.85%, and fitness increased by 14.23%. Conclusion: The algorithm designed in this paper positively impacts maximizing athletes' training. It may have a favorable impact on training outcomes, as well as increase the athlete's interest in the sport. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: No rápido desenvolvimento atual de ciência e tecnologia, a tecnologia de mineração de dados de rede digital desenvolve-se tão rápido quanto a expansão das fronteiras da ciência e tecnologia permitem, com um nível de aplicação muito amplo, cobrindo a maior parte do ambiente civilizado. No entanto, ainda há muito para explorar da aplicação no treinamento esportivo. Objetivo: Análise de viabilidade da mineração de dados com base na rede digital da formação esportiva, maximizar o treinamento dos atletas. Métodos: Este trabalho utiliza a análise experimental da FFT humana, combinada com a rede de inteligência artificial da BP e tecnologia de mineração profunda de dados, para projetar um novo ambiente de treinamento esportivo. O teste controlado deste modelo foi projetado para comparar modalidades avançadas de treinamento atlético com as modalidades tradicionais, comparando o poder explosivo, resistência e condição física do atleta. Resultados: Após 30 dias de treinamento físico, a força atlética dos esportistas com aptidão física avançada aumentou 15,33%, a resistência aumentou 15,85%, e o condicionamento físico aumentou 14,23%. Conclusão: O algoritmo desenhado neste artigo tem um impacto positivo na maximização do treinamento dos atletas. Pode ter um impacto favorável nos resultados do treinamento, bem como aumentar o interesse do atleta pelo esporte. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

RESUMEN Introducción: En el rápido desarrollo actual de la ciencia y la tecnología, la tecnología de extracción de datos de redes digitales se desarrolla tan rápido como lo permiten las fronteras en expansión de la ciencia y la tecnología, con un nivel de aplicación muy amplio que abarca la mayor parte del entorno civilizado. Sin embargo, aún queda mucho por explorar de la aplicación en el entrenamiento deportivo. Objetivo: Análisis de viabilidad de la minería de datos basada en la red digital de entrenamiento deportivo, maximizar la formación de los atletas. Métodos: Este trabajo utiliza el análisis experimental de la FFT humana, combinado con la red de inteligencia artificial BP y la tecnología de minería de datos profunda, para diseñar un nuevo entorno de entrenamiento deportivo. La prueba controlada de este modelo se diseñó para comparar las modalidades de entrenamiento atlético avanzado con las modalidades tradicionales, comparando la potencia explosiva, la resistencia y la forma física del atleta. Resultados: Después de 30 días de entrenamiento físico, la fuerza atlética de los atletas con un estado físico avanzado aumentó en un 15,33%, la resistencia aumentó en un 15,85% y el estado físico aumentó en un 14,23%. Conclusión: El algoritmo diseñado en este trabajo tiene un impacto positivo en la maximización del entrenamiento de los atletas. Puede tener un impacto favorable en los resultados del entrenamiento, así como aumentar el interés del atleta por el deporte. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Characteristics of physiological changes in athlete training based on the data mining algorithm / Características das alterações fisiológicas no treinamento de atletas com base em algoritmo de mineração de dados / Características de las alteraciones fisiológicas en el entrenamiento de los atletas basadas en el algoritmo de minería de datos

ABSTRACT Objective: In the competition of athletic training, it is imperative to use various physiological and biochemical indicators to study the changes they can bear. Methods: In this paper, national tennis players' physiological and biochemical indicators are taken as samples, and Artificial Neural Network (ANN) in data mining algorithm is used to classify and predict the sample data. Based on this, to solve the BP neural network's failure in easily falling into a local minimum, the ant colony optimization (ACO) algorithm was introduced to train the changes in the neural network. Finally, the improved BP neural network technology of the ant colony optimization algorithm is used in the model to analyze the physiological changes in tennis players. Results: The research results show that the model successfully predicted the physiological change in athletes and could provide coaches with a basis for decision-making. Conclusions: The physiological change in athletes is combined with the neural network algorithm to establish a connection between the two, which provides an effective and reliable method for detecting the physical function of sports transportation with unique guidance in athletes' training and competition. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO Objetivo: Na competição do treinamento atlético, é imperativo usar vários indicadores fisiológicos e bioquímicos para estudar as alterações que eles podem suportar. Métodos: Neste trabalho, os indicadores fisiológicos e bioquímicos dos tenistas nacionais são tomados como amostras, e a Rede Neural Artificial (ANN) no algoritmo de mineração de dados é usada para classificar e prever os dados da amostra. Com base nisso, para solucionar a falha que a rede neural da BP tem em cair facilmente num mínimo local, o algoritmo de otimização da colônia de formigas (ACO) foi introduzido para treinar as alterações na rede neural. Finalmente, a tecnologia melhorada da rede neural BP do algoritmo de otimização da colônia de formigas é usada no modelo de análise das alterações fisiológicas nos tenistas. Resultados: Os resultados da pesquisa mostram que o modelo previu com sucesso a alteração fisiológica dos atletas e pôde fornecer aos treinadores uma base para a tomada de decisões. Conclusões: A alteração fisiológica dos atletas é combinada com o algoritmo da rede neural para estabelecer uma conexão entre os dois, o que fornece um método eficaz e confiável para a detecção da função física do transporte esportivo com orientação singular no treinamento e competição dos atletas. Nível de evidência II; Estudos terapêuticos - investigação de resultados de tratamento.

RESUMEN Objetivo: En la competición del entrenamiento atlético, es imperativo utilizar varios indicadores fisiológicos y bioquímicos para estudiar los cambios soportables. Métodos: En este trabajo se toman como muestra los indicadores fisiológicos y bioquímicos de los tenistas nacionales, y se utiliza la Red Neural Artificial (ANN) en el algoritmo de minería de datos para clasificar y predecir los datos de la muestra. En base a esto, para resolver el fallo que tiene la red neuronal BP en caer fácilmente en un mínimo local, se introdujo el algoritmo de optimización de colonias de hormigas (ACO) para entrenar los cambios en la red neuronal. Por último, la tecnología de red neuronal BP mejorada del algoritmo de optimización de colonias de hormigas se utiliza en el modelo para analizar los cambios fisiológicos de los tenistas. Resultados: Los resultados de la investigación muestran que el modelo predijo con éxito el cambio fisiológico en los atletas y podría proporcionar a los entrenadores una base para la toma de decisiones. Conclusiones: El cambio fisiológico de los atletas se combina con el algoritmo de la red neuronal para establecer una conexión entre ambos, lo que proporciona un método eficaz y fiable para detectar la función física del transporte deportivo con una orientación única en el entrenamiento y la competición de los atletas. Nivel de evidencia II; Estudios terapéuticos - investigación de resultados de tratamiento.

Discussion concerning the application of data mining technology in sports performance management / Discussão sobre a aplicação da tecnologia de mineração de dados na gestão do desempenho esportivo / Debate sobre la aplicación de la tecnología de minería de datos en la gestión del rendimiento deportivo

ABSTRACT Introduction: Finding the factors that contribute to success in student performance or failure is necessary for every teacher. Data mining, which is already used in companies for management processes, can be essential in this research. Objective: Discuss the data mining algorithms application in sports performance management. Method: A database was developed considering seasonal factors, health benefit index, and sports behavior characteristics. The data were entered under fuzzy logic, processed, and analyzed in IBM SPSS Modeler Software. Decision-making efficiency was improved with the target base interpolation analysis and the C spatial noise reduction methods. The fidelity of sports behavior was consolidated under Gauss time series analysis. Results: The relationship between the mining algorithm to find the existing problems and the association results in the mining rules provided valuable information for improving health guidelines to the physical activity students. Conclusion: The original data from the educational system can be transformed into useful information through the association rules algorithm, and the relationship between the performance can be obtained, providing the improvement in the decision making for the benefit of the physical level of the students. Evidence Level II; Therapeutic Studies - Investigating the results.

RESUMO Introdução: Encontrar os fatores que contribuam para o sucesso no desempenho do aluno ou o seu fracasso é uma necessidade de todo professor. A mineração de dados, que já é utilizada em empresas para processos de gestão, pode ser uma importante aliada dessa pesquisa. Objetivo: Discutir a aplicação de algoritmos da mineração de dados na gestão do desempenho esportivo. Método: Um banco de dados foi desenvolvido considerando fatores sazonais, índice de benefício de saúde e características do comportamento esportivo. Os dados foram inseridos sob lógica Fuzzy, processados e analisados no Software IBM SPSS Modeler. A eficiência da tomada de decisão foi aprimorada com o método de análise de interpolação da base de alvo e o método de redução de ruído espacial C. A fidelidade do comportamento esportivo foi consolidada sob a análise de séries atemporais de Gauss. Resultados: A relação entre o algoritmo de mineração para encontrar os problemas existentes e os resultados da associação nas regras de mineração forneceram informações valiosas para o aprimoramento da orientação à saúde dos alunos praticantes de atividades físicas. Conclusão: Os dados originais do sistema educacional podem ser transformados em informações úteis por meio do algoritmo de regras de associação e a relação entre o desempenho pode ser obtida proporcionando o aperfeiçoamento na tomada de decisão para o benefício do nível físico dos alunos. Nível de evidência II; Estudos Terapêuticos - Investigação de Resultados.

RESUMEN Introducción: Encontrar los factores que contribuyen al éxito en el rendimiento de los alumnos o a su fracaso es una necesidad de todo profesor. La minería de datos, que ya se utiliza en las empresas para los procesos de gestión, puede ser un importante aliado en esta investigación. Objetivo: Discutir la aplicación de los algoritmos de minería de datos en la gestión del rendimiento deportivo. Método: Se elaboró una base de datos teniendo en cuenta los factores estacionales, el índice de beneficios para la salud y las características del comportamiento deportivo. Los datos se introdujeron bajo lógica difusa, se procesaron y analizaron en el software IBM SPSS Modeler. La eficacia de la toma de decisiones se mejoró con el método de análisis de interpolación de la base del objetivo y el método de reducción del ruido espacial C. La fidelidad del comportamiento deportivo se consolidó bajo el análisis de series temporales de Gauss. Resultados: La relación entre el algoritmo de minería para encontrar los problemas existentes y los resultados de la asociación en las reglas de minería proporcionaron información valiosa para la mejora de la orientación sanitaria de los estudiantes que practican actividades físicas. Conclusión: Los datos originales del sistema educativo se pueden transformar en información útil mediante el algoritmo de reglas de asociación y se puede obtener la relación entre el rendimiento proporcionando la mejora en la toma de decisiones en beneficio del nivel físico de los alumnos. Nivel de evidencia II; Estudios terapéuticos - Investigación de resultados.

Obtención de nueva información sobre el síndrome urémico hemolítico mediante minería de texto / Obtaining new information on hemolytic uremic syndrome by text mining

Resumen El síndrome urémico hemolítico (SUH) está caracterizado por microangiopatía trombótica, anemia hemolítica, trombocitopenia e insuficiencia renal aguda. Puede causar desde secuelas permanentes hasta muerte, principalmente en niños. En este trabajo, utilizando minería de textos (MT), se analizó el texto explícito e implícito de 16 192 artículos científicos originales sobre SUH indexados en la base de datos de Europe PMC. Los objetivos fueron examinar comportamientos, realizar seguimiento de tendencias, hacer predicciones y cruzar datos con otras fuentes de información. Para el análisis se utilizaron -entre otras herramientas infor máticas- flujos de trabajo (FT) especialmente desarrollados en la plataforma KNIME. La MT sobre las palabras de los resúmenes de las publicaciones permitió: detectar asociaciones no descritas entre eventos relacionados con SUH; extraer información subyacente; hacer agrupamientos temáticos mediante algoritmos no supervisados; realizar predicciones sobre el curso de las investigaciones asociadas al tema. Tanto el abordaje como los FT desarrollados para realizar Ciencia de Datos sobre SUH pueden aplicarse a otros temas biomédicos y a otras bases de datos científicos, permitiendo analizar aspectos relevantes en el campo de la salud humana para me jorar la investigación, la prevención y el tratamiento de múltiples enfermedades.

Abstract Hemolytic uremic syndrome (HUS) is characterized by thrombotic microangiopathy, hemolytic anemia, thrombocytopenia and acute renal failure. It can cause from permanent sequelae to death, mainly in children. In this work, using text mining (TM), we analyzed the explicit and implicit text of 16 192 original scientific articles on HUS indexed in the Europe PMC database. The objectives were to examine behaviors, track trends, and make predictions and cross-check data with other sources of information. For the analysis we used -among other computational tools- specially developed workflows (WF) in the KNIME platform. The TM on the words of the abstracts of the publications made it possible to: detect undescribed associations between events related to HUS; extract underly ing information; make thematic clustering using unsupervised algorithms; make forecasting about the course of research associated with the topic. Both the approach and the WFs developed to perform Data Science on HUS can be applied to other biomedical topics and other scientific databases, making it possible to analyze relevant aspects in the field of human health to improve research, prevention and treatment of multiples diseases.

Minería de datos para la evaluación del riesgo de malignidad en pacientes con nódulos tiroideos con estudio citológico Bethesda IV / Risk of malignancy evaluation through data mining technic in patients with thyroid nodules with cytology study Bethesda IV

Introducción: en el campo de la salud, cada decisión representa datos, y las técnicas de minería de datos han empezado a ser una metodología prometedora para el análisis de esta información, especialmente en el diseño de los modelos predictivos. Métodos: estudio observacional analítico de pacientes mayores de 15 años, con reporte de punción de aspiración con aguja fina con estudio Bethesda IV, sometidos a manejo quirúrgico en el Hospital de San José de Bogotá. Los datos recogidos de los pacientes se incluyeron en tres grupos: la información sociodemográfica y clínica, los hallazgos en la citología y los reportes de la ecografía. Se realizó el análisis mediante Naive-Bayes, árbol de decisión y redes neuronales. Se usó la herramienta Weka versión 3.8.2. Resultados: de los 427 pacientes, 195 tuvieron resultados de patología de carcinoma de tiroides (45,6 %). Se evidenciaron mejores resultados usando la validación cruzada (10 fold) comparado con partición (66 %), la técnica de Bayes tuvo mejores resultados de clasificación correcta (91,1 %), comparado con la técnica de árbol (87,8 %) y la red neuronal (88,2 %). Conclusiones: el uso de la técnica de Naive Bayes muestra una importante exactitud para determinar la predicción de riesgo de malignidad en los pacientes con estudio citológico Bethesda IV, lo cual permitiría orientar de forma adecuada el manejo quirúrgico de los pacientes

Introduction: In the health field, each decision represents data, and data mining techniques have begun to be a promising methodology for the analysis of this information, especially in the design of predictive models. Methods: Analytical observational study; patients older than 15 years with a report of Bethesda IV after a fine needle aspiration biopsy that undergoing surgical management at the Hospital de San José in Bogotá. The data collected from those patients were included in three groups: sociodemographic-clinical information, cytology findings, and ultrasound reports. Analysis was performed using three technics: Naive Bayes, decision trees, and neural networks. Weka tool version 3.8.2 was used. Results: 195 patients out of 427, had a thyroid carcinoma pathology (45.6%). Better results were evidenced using cross-validation (10 fold) compared with a partition (66%), the Bayes technique had better results of correct classification (91.1%), than the tree technique (87.8%) and neural network (88.2%). Conclusions: The use of the Naive Bayes technique shows an important accuracy to determine the prediction of risk of malignancy in patients with a Bethesda IV cytological study, which would allow an adequate guide to the surgical management of patients.

Padrões de apresentação da insuficiência cardíaca em emergência hospitalar / Heart failure clinical patterns in a hospital emergency admission / Patrones de presentación de insuficiência cardíaca em emergência hospitalaria

Objetivo: Descobrir padrões de apresentação clínica entre pacientes admitidos em uma emergência hospitalar com insuficiência cardíaca aguda. Métodos: Estudo exploratório de base de dados através da aplicação do processo de Descoberta de Conhecimento em Base de Dados, o qual é composto pelas etapas de pré-processamento, mineração de dados e pós-processamento. No estudo foi utilizado o software de código aberto com algoritmos de mineração de dados denominado Weka. Resultados: Foram analisados 965 pacientes, sendo 571(59%) mulheres. A idade média foi 80,79±12,76 anos. A maioria (635) foi classificada como laranja pelo Sistema de Triagem de Manchester, considerada condição de muita urgência com necessidade de atendimento em até 10 minutos. Os sinais e sintomas mais prevalentes foram aqueles relacionados a alterações respiratórias. Os pacientes classificados como amarelo apresentaram maior homogeneidade quando avaliados os sinais vitais. Conclusão: O padrão de apresentação clínica associado à classificação de risco de urgência e muita urgência em pacientes com insuficiência cardíaca que buscam a emergência hospitalar constitui-se, majoritariamente, de sinais e sintomas respiratórios.

Objective: To discover patterns of clinical presentation among patients admitted to an emergency hospital with acute heart failure. Methods: Exploratory study of a database through the application of the Knowledge Discovery process in a Database, which comprises the steps of pre-processing, data mining and post-processing. In the study, open source software with data mining algorithms called Weka was used. Results: 965 patients were analyzed, being 571 (59%) women. The mean age was 80.79±12.76 years. Most (635) were classified as orange by the Manchester Triage System, considered a very urgent condition requiring care within 10 minutes. The most prevalent signs and symptoms were those related to respiratory changes. Patients classified as yellow showed greater homogeneity when assessing vital signs. Conclusion: The pattern of clinical presentation associated with the risk classification of urgency and high urgency in patients with heart failure who seek hospital emergency consists, mostly, of respiratory signs and symptoms.

Objetivo: conocer patrones de presentación clínica en pacientes ingresados en un hospital de urgencias por insuficiencia cardiaca aguda. Métodos: Estudio exploratorio de una base de datos mediante la aplicación del proceso de Descubrimiento del Conocimiento en una Base de Datos, el cual está compuesto por las etapas de preprocesamiento, minería de datos y posprocesamiento. En el estudio, se utilizó un software de código abierto con algoritmos de minería de datos llamado Weka. Resultados: se analizaron 965 pacientes, siendo 571 (59%) mujeres. La edad media fue de 80,79 ± 12,76 años. La mayoría (635) fueron clasificados como naranja por el Sistema de Triaje de Manchester, considerado una condición muy urgente que requiere atención dentro de los 10 minutos. Los signos y síntomas más prevalentes fueron los relacionados con alteraciones respiratorias. Los pacientes clasificados como amarillos mostraron mayor homogeneidad a la hora de evaluar los signos vitales. Conclusión: El patrón de presentación clínica asociado a la clasificación de riesgo de urgencia y alta urgencia en pacientes con insuficiencia cardíaca que acuden a urgencias hospitalarias está constituido mayoritariamente por signos y síntomas respiratorios.

Interacciones potenciales parásito-hospedero entre el escarabajo Dendroctonus (Coleoptera: Scolytidae) y Pinus (Pinaceae) en México / Potential parasite-host interactions between Dendroctonus (Coleoptera: Scolytidae) beetle and Pinus (Pinaceae) in Mexico

Resumen Introducción: La relación parásito-hospedero entre Dendroctonus y Pinus es reconocida como una amenaza importante para los bosques de coníferas, debido a que puede causar una alta mortalidad de árboles y consecuentemente una pérdida de cobertura forestal. Objetivo: Identificar potenciales interacciones parásito-huésped entre descortezadores y pinos, así como la contribución de las condiciones ambientales para el establecimiento de estas interacciones ecológicas. Métodos: Se realizaron modelos de nicho ecológico y análisis de redes ecológicas con la plataforma web de minería de datos espaciales SPECIES (http://species.conabio.gob.mx/). Se incluyeron siete especies de descortezadores, 52 de pinos y 19 variables bioclimáticas del portal WorldClim. Resultados: Se identificaron 140 interacciones potenciales, de las cuales el 42 % no han sido registradas previamente. El análisis de redes ecológicas nos permitió caracterizar las relaciones parásito-hospedero en generalistas y especialistas. En cuanto al análisis de nicho ecológico, se determinó la distribución potencial de los descortezadores combinando las distribuciones de Pinus y variables climáticas como predictores. Se observó que las variables climáticas contribuyen de forma negativa para la mayoría de las especies de Dendroctonus, es decir, estas variables son restrictivas en casi toda su distribución, por el contrario, las variables bióticas (Pinus) fueron positivas e informativas sobre la mayoría de las distribuciones. Conclusiones: Los patrones de coexistencia de descortezadores y pinos nos proporcionan información sobre las interacciones que se pueden establecer entre estas especies y que hasta hoy pueden ser desconocidas. Además, la integración de factores bióticos (hospederos) y abióticos (clima), permite obtener modelos de distribución geográfica que caracteriza las regiones con condiciones favorables para la presencia de las especies, así como las especies de hospederos con los que podrían estar interactuando en dichas regiones. Considerando el riesgo fitosanitario por descortezadores, nuestros resultados brindan escenarios geográficos y ecológicos de riesgo donde infestaciones por descortezadores podrían darse, así como la posible emergencia de nuevas interacciones parásito-hospedero desconocidas hasta hoy. Estos modelos son una herramienta que en el futuro pueden dirigir esfuerzos de trabajo de campo para validar y complementar nuestros resultados.

Abstract Introduction: The parasite-host relationship between bark beetles of the genus Dendroctonus and species of the genus Pinus has been recognized as important threat to coniferous forests because it can cause high tree mortality and therefore a loss of forests. Objectives: We aimed to identify the potential unknown parasite-host relationships among bark beetles and pine trees species, as well as the contribution of environmental conditions as driver of these ecological interactions. Methods: We carried out ecological niche models and ecological network analysis using the spatial datamining platform SPECIES (http://species.conabio.gob.mx/). Our study included seven species of bark beetles, 52 species of the genus Pinus, and 19 bioclimatic variables from Worldclim dataset. Results: We identified 140 potential interactions between Dendroctonus and Pinus species, of which 42 % have not been previously registered. Complex inference network analysis allowed us to characterize ecological parasite-host interactions in generalists and specialists. Regarding the ecological niche analysis, we determined potential bark beetle distributions by combining Pinus species ranges and climatic variables as predictors. We noted that climatic variables contributed negatively to Dendroctonus distribution for the most species, i.e. these abiotic variables are restrictive in almost the entire distribution of the beetles; conversely, biotic variables (i.e. Pinus species) were positive and informative on the most of species ranges. Conclusions: Coexistence patterns of bark beetles and Pinus provide us information on the interactions that are able to establish among these species and that until now can be unknown. In addition, integrating biotic (hosts) and abiotic (climate) factors, allows us to obtain geographic distribution models that characterize the regions with favorable conditions for the presence of bark beetles, as well as the host species with which they could be interacting in those regions. Considering the phytosanitary risk due to bark beetles, our results provide geographic and ecological scenarios where bark beetles infestations may occur, as well as the possible emergence of new parasite-host interactions. These models can be a tool to address future fieldwork efforts to validate and complement our results.

Data mining of DNA sequences submitted by Peruvian institutions to public genetic databases / Minería de datos de secuencias de DNA enviadas a bases de datos genéticas públicas por instituciones peruanas

Abstract Genetic diversity is an important component of biodiversity, and it is crucial for current efforts to protect and sustainably manage several organisms and habitats. As far as we know, there is only one work describing Peruvian genetic information stored in public databases. We aimed to update this previous work searching in four public databases that stored digital sequence information: Nucleotide, BioProject, PATRIC, BOLD. With this information, we comment on the contribution of Peruvian institutions during recent years. In Nucleotide, the largest database, Bacteria are the most sequenced organisms by Peruvian institutions (70.60%), pathogenic bacteria such as Pasteurella multocida, Neisseria meningitidis, and Vibrio parahaemolyticus were the most abundant. We found no sequence records from the Archaea domain. In BioProject, the most common sequence belongs to Salmonella enterica subsp. enterica serovar Infantis. In PATRIC, a database of pathogenic agents, Mycobacterium tuberculosis and Yersinia pestis had the highest number of entries. Finally, in BOLD, an exclusively Eukaryotic database, Chordata (Aves and Actinopterygii), Angiospermae, and Arthropoda (Insecta, and Arachnida) were the most frequent records. Our results would indicate research preferences of Peruvian institutions, focusing on infectious diseases and some Eukaryotic phyla. Although there has been a significant increase of DNA information submitted by Peruvian institutions since the last report, the genetic diversity reflected in these databases remains inconsistent with the diversity in the country. More efforts must be made to obtain genetic information from more underestimated taxonomic groups and to promote more genetic research in regional Peruvian institutions.

Resumen La diversidad genética es una componente importante de la biodiversidad y es crucial para los esfuerzos actuales de proteger y gestionar de manera sostenible varios organismos y hábitats. Hasta donde sabemos, solo hay un trabajo que describe la información genética peruana almacenada en bases de datos públicas. Nuestro objetivo fue actualizar este trabajo previo buscando en cuatro bases de datos públicas que almacenaban información de secuencias digitales: Nucleotide, BioProject, PATRIC, BOLD. Con esta información analizamos la contribución de las instituciones peruanas durante los últimos años. En Nucleotide, la base de datos más grande, las bacterias fueron los organismos más secuenciados por las instituciones peruanas (70.60%), las bacterias patógenas como Pasteurella multocida, Neisseria meningitidis y Vibrio parahaemolyticus fueron las más abundantes. No encontramos registros de secuencias del dominio Archaea. En BioProject, la secuencia más común pertenece a Salmonella enterica subsp. enterica serovar Infantis. En PATRIC, una base de datos de agentes patógenos, Mycobacterium tuberculosis y Yersinia pestis tuvieron el mayor número de entradas. Finalmente, en BOLD, una base de datos exclusivamente eucariota, Chordata (Aves y Actinopterygii), Angiospermae y Arthropoda (Insecta y Arachnida) fueron los registros más frecuentes. Nuestros resultados indicarían las preferencias de investigación de las instituciones peruanas, centrándose en enfermedades infecciosas y algunos filos eucariotas. Aunque ha habido un aumento significativo de la información de ADN enviada por las instituciones peruanas desde el último informe, la diversidad genética reflejada en estas bases de datos sigue siendo inconsistente con la diversidad del país. Se deben realizar más esfuerzos para obtener información genética de grupos taxonómicos más subestimados y promover más investigación genética en las instituciones regionales peruanas.

Knowledge discovery in databases para apoio à decisão em atividades vinculadas à enfermagem / Knowledge discovery in databases para apoyar la decisión en actividades relacionadas con la enfermería / Knowledge discovery in databases for the support to decision-making in nursing-related activities

RESUMO Objetivo: relatar experiências de estratégias do uso da mineração de dados em dois cenários de práticas de Enfermagem. Descrição da experiência: em ambas as experiências foi utilizado o algoritmo Apriori para descoberta de regras de associação e identificado as situações de exceção. A primeira experiência utilizou dados provenientes de óbitos infantis da região metropolitana de Curitiba - PR. Na segunda experiência utilizaram-se prontuários de pacientes atendidos por enfermeiros na classificação de risco em um hospital particular de Curitiba - PR. O primeiro estudo identificou 374 regras gerais e o segundo, 108 regras gerais, ambos com suas respectivas regras de exceção. Conclusão: a aplicação do Knowledge Discovery in Databases pode ser demonstrada e efetivada em dois cenários distintos, a fim de contribuir para a tomada de decisão pelo gestor. Espera-se que o relato reforce a importância do ensino da informática em Enfermagem como ferramenta de apoio à decisão.

RESUMEN Objetivo: reportar experiencias de estrategias de uso de minería de datos en dos escenarios de prácticas de enfermería. Descripción del experimento: en ambos experimentos se utilizó el algoritmo Apriori para descubrir reglas de asociación e identificar situaciones excepcionales. El primer experimento utilizó datos de muertes infantiles en la región metropolitana de Curitiba-PR. En el segundo experimento, se utilizaron los registros médicos de los pacientes atendidos por enfermeros en la clasificación de riesgo en un hospital privado de Curitiba-PR. El primer estudio identificó 374 reglas generales y el segundo 108 reglas generales, ambas con sus respectivas reglas de excepción. Conclusión: la aplicación del Knowledge Discovery in Databases se puede demostrar e implementar en dos escenarios diferentes, con el fin de contribuir a la toma de decisiones por parte del gerente. Se espera que el informe refuerce la importancia de la enseñanza de la informática en enfermería como herramienta de apoyo a la toma de decisiones.

ABSTRACT Objective: to report experiences of data mining use strategies in two Nursing practice settings. Description of the experience: in both experiences, the Apriori algorithm was used to discover association rules and to identify exception situations. The first experience used data from infant deaths in the metropolitan region of Curitiba, PR. In the second experience, medical records of patients assisted by nurses were used in the risk classification at a private hospital in Curitiba -PR. The first study identified 374general rules and the second, 108, both with their respective exception rules. Conclusion: the application of Knowledge Discovery in Databases can be demonstrated and carried out in two different settings, in order to contribute to decision-making by the manager. It is expected that the report reinforces the importance of teaching Nursing Informatics as a decision-making support tool.

Efeitos rendimento escolar, infraestrutura e prática docente na qualidade do ensino médio no Brasil / School performance, infrastructure and teaching practice effects on secondary education in Brazil / Efectos del desempeño escolar, la infraestructura y la práctica docente sobre la calidad de la educación secundaria en Brasil

O artigo identifica e discute fatores escolares que mais influenciam a qualidade do ensino médio no Brasil: rendimento escolar, infraestrutura ou prática docente. Foram utilizados os dados do Censo Escolar e do Exame Nacional do Ensino Médio. A técnica de mineração de dados levantou características-chave para o bom desempenho escolar. Um modelo de regressão logística identificou os fatores escolares que mais influenciam o desempenho escolar dos alunos da rede pública de ensino médio regular no Brasil. Investigaram-se, também, os diferenciais de desempenho escolar de alunos do ensino médio segundo o tipo de escola e tipo de ensino, bem como os diferenciais interestaduais, considerando o sistema público de ensino médio regular. Os resultados apontam que alunos de escolas estaduais estão em desvantagem e que os de escolas privadas e federais possuem desempenho semelhante, quando considerado apenas o tipo de escola. Ao se levar em conta também o tipo de ensino, os alunos do ensino regular das escolas federais apresentam o melhor desempenho, cerca de 1,3 vez maior do que o dos alunos das escolas estaduais. Não há grandes disparidades interestaduais, embora os resultados apontem diferenciação regional. Dentre os fatores escolares, a qualificação docente se mostrou o fator mais impactante no desempenho escolar.

This paper identifies and discusses school factors that most influence the quality of secondary education in Brazil: school performance, infrastructure, and teaching practice. We used data from the School Census and the National High School Exam (ENEM). The data mining technique has raised key characteristics for good school performance. A logistic regression model identified school characteristics that most influence the school performance of public high school students in Brazil. School performance was also investigated according to the type of school and type of education; and interstate differentials, considering the regular public high school system. Results show that students from state schools are at a disadvantage and that those from private and federal schools have similar performance when considering only the type of school. When considering the type of education as well, regular school students from federal schools have the best performance, about 1.3 times higher than that of state schools students. There are no major interstate disparities, although the results point to regional differentiation. Among school factors, teacher qualification proved to be the most impacting factor on school performance.

El presente artículo identifica y discute los factores escolares que más influyen en la calidad de la educación secundaria en Brasil: desempeño escolar, infraestructura o práctica docente. Para ello se utilizaron datos del censo escolar y del examen nacional de secundaria. La técnica de minería de datos ha planteado características clave para un buen desempeño escolar, y un modelo de regresión logística identificó los factores escolares que más influyen en el desempeño escolar de los estudiantes de la escuela secundaria pública en Brasil. También se investigaron las diferencias de desempeño escolar de los estudiantes de secundaria según el tipo de escuela y el tipo de educación, y diferenciales interestatales, considerando el sistema público de la escuela secundaria regular. Los resultados muestran que los estudiantes de las escuelas estatales están en desventaja y que los de las escuelas privadas y federales tienen un desempeño similar al considerar solo el tipo de escuela, pero al considerar también el tipo de educación los estudiantes de escuelas regulares de las escuelas federales tienen el mejor desempeño, aproximadamente 1,3 veces más alto que el de los estudiantes de las escuelas estatales. No hay grandes disparidades interestatales, aunque los resultados apuntan a una diferenciación regional. Entre los factores escolares, la calificación de los maestros resultó ser el factor más impactante en el desempeño escolar.

Problematizando a governamentalidade algorítmica a partir do sistema de recomendação da netflix / Problematizando la gobernanza algorítmica a partir del sistema de recomendaciones de netflix / Problematizing the algorithmic governmentality from netflix's recommendation system

Resumo Neste artigo, discutimos um novo regime de poder, nomeado de Governamentalidade Algorítmica por Antoinette Rouvroy e Thomas Berns, que, crescentemente, vem operando na condução de nossas condutas. Diferentemente do poder disciplinar e da biopolítica, tal governamentalidade não tem por centro de gravidade os indivíduos ou as populações. Antes, por meio da mineração de dados e da produção de perfis, age tanto no nível infra-individual quanto supra-individual. Para problematizá-la, analisamos e colocamos em questão um dos seus modos de operação, os sistemas de recomendação e, dentre eles, focalizamos o caso da Netflix. Por fim, tensionamos os efeitos que os algoritmos que lhe constituem podem ter em nossos modos de subjetivação, já que, não raro, tendem a excluir de nossas experiências aquilo que é da ordem do imprevisto e que é capaz de fazer com que algo nos aconteça e nos transforme.

Resumen En este artículo, discutimos un nuevo régimen de poder que Antoinette Rouvroy y Thomas Berns llamaron Gobernanza Algorítmica y que, de forma creciente, opera en la conducción de nuestras conductas. A diferencia del poder disciplinario y de la biopolítica, esa gobernanza no tiene por centro de gravedad a los individuos o poblaciones. Más bien, por medio de la minería de datos y de la producción de perfiles, actúa tanto en el plano infraindividual como en el supraindividual. Para problematizarla, analizamos y cuestionamos uno de sus modos de operación, los sistemas de recomendaciones y, entre ellos, nos detenemos en el caso de Netflix. Por último, calibramos los efectos que los algoritmos que la constituyen pueden tener en nuestros modos de subjetivación, pues, a menudo, tienden a excluir de nuestras experiencias lo que es del orden de lo imprevisto y, como tal, puede hacer que algo nos ocurra y nos transforme.

Abstract In this article, we discuss a new power regime, named Algorithmic Governmentality (AG) by Antoinette Rouvroy and Thomas Berns, and that has increasingly been operating in conducting our behavior. Unlike the disciplinary power and biopolitics, such governmentality does not have individuals or populations as its gravity center. Rather, through data mining and profile generation, the AG acts both in the infra-individual level and in the supra-individual one. In order to problematize it, we analyzed and put into question one of its operating modes, the recommendation systems; and, among them, we focused on Netflix's case. Lastly, we tensioned the effects that its constituent algorithms can have in our subjectivation modes, since it is not rare that they tend to exclude from our experiences the things that are unpredictable and could make something happen to us and transforme us.

Enfermagem e visibilidade na pandemia da covid-19: monitoramento de mídia social / Enfermería y visibilidad en la pandemia del covid-19: monitorización de los medios sociales / Nursing and visibility in covid-19 pandemic: social media monitoring

Objetivo analisar as publicações de usuários do Twitter direcionadas à campanha de valorização da Enfermagem, impulsionadas pelos termos #LuteComoUmaEnfermeira e #EnfermagemEuValorizo. Método pesquisa quantitativa, fundamentada nos métodos digitais. A busca foi realizada utilizando as hashtags #LuteComoUmaEnfermeira e #EnfermagemEuValorizo para extração de tweets. Foram selecionados para análise 2.613 tweets. Resultados 22,5% das publicações localizam-se na região Sudeste do país e 9,3% na região Nordeste. Houve mais de 18 mil interações (curtidas e compartilhamentos), sendo que os autores das postagens atingem um público estimado de cerca 7 milhões de pessoas. O conteúdo das postagens versava principalmente sobre a regulamentação da jornada de trabalho, Equipamentos de Proteção Individual, combate ao COVID-19, defesa da força de trabalho majoritariamente feminina e luta por direitos. Conclusão a realização da campanha virtual teve visibilidade importante no território nacional e apresentou grande visibilidade à profissão em número e alcance na Internet.

Objetivo analizar las publicaciones de los usuarios de Twitter dirigidas a la campaña de valoración de la Enfermería, impulsada por los términos #LuteComoUmaEnfermeira y #EnfermagemEuValorizo. Método investigación cuantitativa, basada en métodos digitales. La búsqueda se llevó a cabo utilizando los hashtags #LuteComoUmaEnfermeira y #EnfermagemEuValorizo para la extracción de tweets. Resultados el 22,5% de las publicaciones se localizan en la región Sudeste del país y el 9,3% en la región Nordeste. Hubo más de 18.000 interacciones (curtidas y compartidas), y los autores de los mensajes llegaron a un público estimado de unos 7 millones de personas. El contenido de los puestos se refería principalmente a la regulación de los horarios de trabajo, el equipo de protección personal, la lucha contra el COVID-19, la defensa de la fuerza de trabajo mayoritariamente femenina y la lucha por los derechos. Conclusión la realización de la campaña virtual tuvo una importante visibilidad en el territorio nacional y presentó una gran visibilidad a la profesión en número y alcance en Internet.

Objective analyze the publications of Twitter users directed to the campaign of valuation of Nursing, driven by the terms #LuteComoUmaEnfermeira and #EnfermagemEuValorizo. Method quantitative research, based on digital methods. The search was realized using the hashtags #LuteComoUmaEnfermeira and #EnfermagemEuValorizo for tweets extraction. 2,613 tweets were selected for analysis. Results 22.5% of publications are located in the Brazilian Southeast region and 9.3% in the Northeast region. There were more than 18,000 interactions (likes and shares), and the authors of the posts reach an estimated audience of about 7 million people). The content of the posts mainly related to the regulation of working hours, Personal Protective Equipment, the fight against COVID-19, the defense of the majority female workforce and the fight for rights. Conclusion the realization of the virtual campaign had important visibility in the national territory and presented great visibility to the profession in number and reach on the Internet.

Clasificación no supervisada de imágenes médicas y minería de datos. Algoritmo S3 vs K-medias / Unsupervised classification of medical images and data mining: S3 algorithm vs. k-means

Uno de los desafíos que los programadores tienen que enfrentar es la alta dimensión de grupos de datos. El proceso de reconocimiento de patrones en imagen y la minería de datos para los volúmenes grandes de información son ejemplos de ellos, optimizar la cantidad de veces que se recorre el conjunto de datos, disminuye el tiempo de procesamiento. Éste documento tiene el objetivo de caracterizar el algoritmo de tres pasos (S3), paralelo a K-medias, como una alternativa para afrontar la alta dimensión del conjunto de datos, en la clasificación no supervisada de imagen. Para el análisis de la concurrencia, se escoge, flujo de datos y el esquema instrucción única con datos múltiples. El resultado obtenido confirma que la concurrencia en ambos es posible, S3 no depende de la selección inicial de los representantes y puede ser el proceso de escogimiento de los primeros vectores centrales en K-medias. S3 es una alternativa a ser tenida en cuenta en la clasificación no supervisada de imágenes médicas y procesos de minería de datos(AU)

One of the challenges to be faced by programmers is the large dimensions of data groups. The process of pattern recognition in images and data mining for great volumes of information is an example. Optimizing the number of times that the set of data is run saves processing time. The purpose of the study was to characterize the three-step (S3) algorithm, parallel to k-means, as an alternative to cope with the large dimension of the data set in unsupervised image classification. Concurrence analysis is based on data flow and the single instruction multiple data scheme. The result obtained confirms that concurrence of both is possible. S3 does not depend on initial selection of representatives, and may be the process for selection of the first central vectors in k-means. S3 is an alternative to be considered in the unsupervised classification of medical images and data mining(AU)

Estructura de comunidades en las redes semánticas de la investigación biomédica sobre disparidades en salud y sexismo / Structure of communities in semantic networks of biomedical research on disparities in health and sexism

Resumen: Introducción. Como una iniciativa para mejorar la calidad de la atención sanitaria, en la investigación biomédica se ha incrementado la tendencia centrada en el estudio de las disparidades en salud y sexismo. Objetivo. Caracterizar la evidencia científica sobre la disparidad en salud definida como la brecha existente entre la distribución de la salud y el posible sesgo por sexo en el acceso a los servicios médicos. Materiales y métodos. Se hizo una búsqueda simultánea de la literatura científica en la base de datos Medline PubMed de dos descriptores fundamentales: Healthcare disparities y Sexism. Posteriormente, se construyó una red semántica principal y se determinaron algunas subunidades estructurales (comunidades) para el análisis de los patrones de organización de la información. Se utilizó el programa de código abierto Cytoscape para el analisis y la visualización de las redes y el MapEquation, para la detección de comunidades. Asimismo, se desarrolló código ex profeso disponible en un repositorio de acceso público. Resultados. El corpus de la red principal mostró que los términos sobre las enfermedades del corazón fueron los descriptores de condiciones médicas más concurrentes. A partir de las subunidades estructurales, se determinaron los patrones de información relacionada con las políticas públicas, los servicios de salud, los factores sociales determinantes y los factores de riesgo, pero con cierta tendencia a mantenerse indirectamente conectados con los nodos relacionados con condiciones médicas. Conclusiones. La evidencia científica indica que la disparidad por sexo sí importa para la calidad de la atención de muchas enfermedades, especialmente aquellas relacionadas con el sistema circulatorio. Sin embargo, aún se percibe un distanciamiento entre los factores médicos y los sociales que dan lugar a las posibles disparidades por sexo.

Abstract: Introduction: As an initiative to improve the quality of health care, the trend in biomedical research focused on health disparities and sex has increased. Objective: To carry out a characterization of the scientific evidence on health disparity defined as the gap between the distribution of health and the possible gender bias for access to medical services. Materials and methods: We conducted a simultaneous search of two fundamental descriptors in the scientific literature in the Medline PubMed database: healthcare disparities and sexism. Subsequently, a main semantic network was built and some structural subunits (communities) were identified for the analysis of information organization patterns. We used open-source software: Cytoscape to analyze and visualize the semantic network, and MapEquation for community detection, as well as an ad hoc code available in a public access repository. Results: The core network corpus showed that the terms on heart disease were the most common among the descriptors of medical conditions. Patterns of information related to public policies, health services, social determinants, and risk factors were identified from the structural subunits, but with a certain tendency to remain indirectly connected to the nodes of medical conditions. Conclusions: Scientific evidence indicates that gender disparity does matter for the care quality in many diseases, especially those related to the circulatory system. However, there is still a gap between the medical and social factors that give rise to possible disparities by sex.

Comunicação entre agentes de software especialistas em doenças cardíacas / Comunicación entre agentes de software especializados en enfermedades del corazón / Communication between software agents specializing in heart diseases

Objetivos: Este artigo relata a construção de um Sistema Multiagente para a tomada de decisão sobre o estado cardíaco de pacientes, usando uma base de dados real. Métodos: O sistema foi implementado com dois cardiologistas principais (Médico e Doutor) e um especialista (Especialista), onde, se houver discordância entre os dois primeiros, o Especialista é chamado para ser feito o desempate. Foi utilizado o framework Jason (que une AgentSpeak-L e Java) para o sistema e o software Weka para a criação da árvore de decisão do agente Especialista. Resultados: Como resultado, o agente Médico (com 72% de acerto) obteve melhores resultados que o agente Doutor, onde o Especialista foi utilizado como o validador. Conclusão: O uso de Sistemas Multiagentes pode auxiliar no processo de tomada de decisão em sistemas de área da saúde.

Objectives: This paper presents a Multiagent System to assist decision making on patients' heart state, using a real dataset. Methods: The system has two cardiologists (Physician and Doctor) and one expert (Specialist). If the Physician and Doctor Agents do not agree with each other, the Specialist agent is called to give a third opinion. We have used the Jason platform (which merge AgentSpeak-L and Java) for the system and the software Weka to generate the decision tree used by the Specialist. Results: As a result, the Physician (with 72% of accuracy) obtained better results than the Doctor. The Specialist was used as the validator. Conclusion: The use of Multiagent Systems can help in the decision-making process in healthcare systems.

Objetivos: Este artículo informa sobre la construcción de un Sistema Multiagente para la toma de decisiones sobre el estado cardíaco de los pacientes, utilizando una base de datos real. Métodos: El sistema se implementa de tal manera que hay dos cardiólogos principales (Médico y Doctor) y un especialista (Especialista), donde, si hay desacuerdo entre los dos primeros, el Especialista es llamado para que sea el desempate. Utilizamos la plataforma Jason (que une AgentSpeak-L y Java) para el sistema y el software Weka para crear el árbol de decisión del agente experto. Resultados: Como resultado, el Agente Médico (con 72% correcto) obtuvo los mejores resultados entre los dos y el Experto fue validado como experto para la base. Conclusión: El uso de sistemas multiagente puede ayudar en el proceso de toma de decisiones en los sistemas de salud.

Anuncios de mujeres brasileñas en la industria transnacional del sexo en un sitio web español / Brazilian women announcements in the transnational sex industry on a Spanish website / Anúncios de mulheres brasileiras na indústria transnacional do sexo em um site Espanhol

Resumen Este es un estudio cuantitativo que tuvo como objetivo analizar las tendencias y los patrones de comportamiento de las trabajadoras sexuales con nacionalidad brasileña en un sitio web español. La muestra consistió en 486 anuncios tomados del sitio web Pasion.com entre 2018-2019. Se realizó una descripción estadística de los perfiles anunciados, seguida de un análisis de contenido utilizando la estrategia de minería de datos y el desarrollo de modelos predictivos de Poisson para datos contables. Los anuncios se distribuyen principalmente en zonas turísticas costeras. El análisis de contenido reveló códigos sobre servicios sexuales ofrecidos y prácticas de riesgo relacionadas con la salud y la seguridad. Entre los comportamientos de riesgo, se encontraron términos que se refieren al sexo sin protección y al uso ilícito de drogas. Las preferencias de los clientes incluyen mujeres de piel parda menores de 20 años y mayores de 40 años que ofrecen servicio de lluvia dorada, alcohol y trabajan de forma independiente.

Abstract This study combines quantitative and qualitative methods to analyze the trends and behavior patterns of Brazilian sex workers on a Spanish website. The sample consisted of 486 ads taken from the website Pasion.com, between 2018-2019. We performed a statistical description of the advertised profiles followed by content analysis through data mining strategy, and the development of Poisson predictive models for countable data. The ads are distributed mainly in coastal tourist areas. The content analysis revealed codes of the sexual services offered and risk practices related to health and safety. Among the risk behaviors, terms were found that refer to unprotected sex and illicit drug use. Customer preferences include women with brown skin under 20 and over 40 who offer golden shower, alcohol and work independently.

Resumo Trata-se de um estudo quali-quanti que teve como objetivo analisar tendências e padrões de comportamento de profissionais do sexo de nacionalidade brasileira em um site espanhol. A amostra consistiu em 486 anúncios coletados no site Pasion.com entre 2018 2019. Foi realizada uma descrição estatística dos perfis anunciados, seguida de uma análise de conteúdo por meio da estratégia de data mining e o desenvolvimento de modelos preditivos de Poisson para dados contáveis. Os anúncios são distribuídos principalmente em áreas turísticas costeiras. A análise de conteúdo revelou códigos sobre serviços sexuais oferecidos e práticas de risco relacionadas à saúde e segurança. Dentre os comportamentos de risco, foram encontrados termos que se referem a sexo desprotegido e uso de drogas ilícitas. As preferências dos clientes incluem mulheres de pele parda com menos de 20 anos e com mais de 40 anos que oferecem serviço de chuva dourada, álcool e trabalham independentes.

What patients consider to be a good doctor, and what doctors consider to be a good patient / Cómo definen los pacientes a un buen médico, y cómo definen los médicos a un buen paciente

ABSTRACT Background: From a patient's point of view, an 'ideal' doctor could be defined as one having personal qualities for interpersonal relationships, technical skills and good intentions. However, doctors' opinions about what it means to be a 'good' patient have not been systematically investigated. Aim: To explore how patients define the characteristics of a 'good' and a 'bad' doctor, and how doctors define a 'good' and a 'bad' patient. Material and Methods: We surveyed a cohort of 107 consecutive patients attending a community teaching hospital in February 2019, who were asked to define the desirable characteristics of a good/bad doctor. Additionally, a cohort of 115 physicians working at the same hospital was asked to define the desirable characteristics of a good/bad patient. Responses were subjected to content analysis. Simultaneously, an algorithm in Python was used to automatically categorize responses throughout text-mining. Results: The predominant patients' perspective alluded to desirable personal qualities more importantly than proficiency in knowledge and technical skills. Doctors would be satisfied if patients manifested positive personality characteristics, were prone to avoid decisional and personal conflicts, had a high adherence to treatment, and trusted the doctor. The text-mining algorithm was accurate to classify individuals' opinions. Conclusions: Ideally, fusing the skills of the scientist to the reflective capabilities of the medical humanist will fulfill the archetype of what patients consider to be a 'good' doctor. Doctors' preferences reveal a "paternalistic" style, and his/her opinions should be managed carefully to avoid stigmatizing certain patients' behaviors.

Antecedentes: Desde la perspectiva del paciente, un médico "ideal" podría definirse como aquel que tiene cualidades para las relaciones interpersonales, habilidades técnicas y buenas intenciones. Sin embargo, las opiniones de los médicos sobre lo que significa ser un "buen" paciente no se han investigado sistemáticamente. Objetivo: Explorar cómo los pacientes definen las características de un "buen" y "mal" médico, y cómo los médicos definen un "buen" y "mal" paciente. Material y Métodos: Encuestamos a una cohorte de 107 pacientes consecutivos que asistieron a un hospital comunitario en febrero de 2019, a quienes se les pidió que definieran las características deseables de un médico bueno/malo. Además, se pidió a una cohorte de 115 médicos que trabajaban en el mismo hospital que definieran las características deseables de un paciente bueno/malo. Las respuestas se sometieron a un análisis de contenido. Simultáneamente, se utilizó un algoritmo en Python para clasificar automáticamente las respuestas mediante minería de texto. Resultados: Los pacientes aludieron que las cualidades personales del médico eran más importantes que la competencia en conocimiento y las habilidades técnicas. Los médicos estarían satisfechos si los pacientes mostraran características positivas de personalidad, fueran propensos a evitar conflictos, tuvieran una alta adherencia al tratamiento y confiaran en el médico. El algoritmo de minería de texto clasificó las opiniones de los encuestados en forma precisa. Conclusiones: Idealmente, fusionar las habilidades del científico con las capacidades reflexivas del médico humanista cumplirá con el arquetipo de lo que los pacientes consideran un "buen" médico. Las preferencias de los médicos revelan un estilo "paternalista", y sus opiniones deben manejarse con cuidado para evitar estigmatizar los comportamientos de ciertos pacientes.