EXTRAE: EXTRacción de Asociaciones entre Enfermedades y otros conceptos médicos

• Autores: Mario Pascual Carrasco, Lourdes Araujo , Juan Martínez Romo , Andrés Duque Fernández , Fernando López Ostenero, Ricardo Sánchez de Madariaga, Adolfo Muñoz Carrero
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 63, 2019, págs. 171-174
• Idioma: español
• Títulos paralelos:
  • EXTRAE: EXTRaction of Associations between Diseases and Other Medical Concepts
• Enlaces
  • Texto completo
• Resumen
  • español

    El propósito de este proyecto es investigar en la mejora de las técnicas de extracción de Reglas de Asociación (RA) entre enfermedades, o entre enfermedades y otros conceptos médicos. Estas reglas permiten representar el conocimiento médico subyacente a un conjunto de Historias Clínica Electrónica (HCE). Concretamente nos planteamos explorar técnicas semisupervisadas que nos permitan alcanzar resultados equiparables a los de las técnicas supervisadas con una mínima supervisión. El proyecto se propone realizar avances significativos en la selección de reglas de asociación relevantes en el dominio de la salud, que pueden tener una alta aplicabilidad en la ayuda al diagnóstico y en la prevención de enfermedades. |

  • English

    This project aims to improve the techniques for extracting Association Rules (AR) between diseases, or between diseases and other medical concepts. These rules allow the representation of medical knowledge underlying a set of Electronic Medical Records (EHR). Particularly, we plan to explore semi-supervised techniques that allow us to achieve similar results to those obtained using supervised techniques, but requiring minimal supervision. The project intends to make significant progress in the selection of relevant AR, which may be applied in the health domain for developing diagnostic help systems, or for disease prevention.

• Referencias bibliográficas
  • Agrawal, R., T. Imielinski, y A. Swami. 1993. Mining association rules between sets of items in large databases. En Proceedings of the 1993...
  • Han, J., J. Pei, y Y. Yin. 2000. Mining frequent patterns without candidate generation. SIGMOD Rec., 29(2):1–12, Mayo.
  • Kang’ethe, S. M. y P. W. Wagacha. 2014. Extracting diagnosis patterns in electronic medical records using association rule mining. International...
  • Rashid, M. A., M. T. Hoque, y A. Sattar. 2014. Association rules mining based clinical observations. CoRR, abs/1401.2571.
  • Stilou, S., P. D. Bamidis, N. Maglaveras, y C. Pappas. 2001. Mining association rules from clinical databases: An intelligent diagnostic process...
  • Witten, I. H., E. Frank, y M. A. Hall. 2011. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann Publishers Inc.,...