Please login first
Clasificación del éxito de las cirugías de pulmón utilizando modelos de aprendizaje automático
1  Maestría Ciencias de Datos
2  Facultad de Ciencias Físico Matemáticas, UANL
Academic Editor: Humbert G. Díaz

Abstract:

En los últimos años se ha visto un incremento de casos de enfermedades de las vías respiratorias, ya sea por la calidad del aire de las zonas urbanas a consecuencia de la industrialización, los hábitos personales y el tabaquismo. El cáncer de pulmón tuvo una incidencia, en el 2020, de más de 2 millones de casos en el mundo y alrededor de 1.8 millones de muertes por esta causa. En México, se registraron 7 mil 588 casos nuevos y 7 mil 100 muertes por cáncer de pulmón (International Agency for Research on Cancer, 2020). La resección pulmonar es la extirpación quirúrgica de todo o parte del pulmón debido a un cáncer de pulmón u otra enfermedad pulmonar. Por tal motivo, es importante monitorear el éxito de estas cirugías y clasificar a los pacientes con mayor riesgo de fallo, con el fin de servir de apoyo al momento de elegir el tratamiento adecuado para cada paciente según sus características.

Keywords: Maestría en Ciencia de Datos
Comments on this paper
Humbert G. Díaz
Estimado(s) autor(es), Feliz Año Nuevo 24!!!
Gracias por su contribución a nuestra conferencia MOL2NET-09, Conference on Molecular, Biomedical, Computational, & Network Science and Engineering, ISSN: 2624-5078, MDPI SciForum, Basel, Switzerland, 2023.

En estos momentos la conferencia está cerrada para envios y hemos comenzado la ronda de Post-publicación con preguntas/comentarios en línea a los autores mediante el evento REVIEWWWERS.PUB-09, Reviewers, Pre-Prints, & Post-Publication Workshop, Bilbao-Miami, USA, 2023.

En cuanto a su trabajo, tenemos la siguiente pregunta para el(los) autor(es):

Que es el sobre muestreo, se pueden considerar datos síntéticos, en que consiste la técnica SMOTE usa algoritmos Monte Carlo?

Participación de REVIEWWWERS'23:
También te invitamos a participar en el Taller REVIEWWWERS.PUB, que ya está abierto, realizando preguntas a otros autores.
Los pasos son muy fáciles. Instrucciones:

Paso (1), Regístrese/Inicie sesión aquí [Registrarse/Iniciar sesión] en la plataforma Sciforum, ó en el enlace https://login.mdpi.com/login.

Paso (2), vaya a [Lista de Trabajos MOL2NET'23] ó al enlace https://mol2net-09.sciforum.net/presentations/view.

Paso (3), desplácese hacia abajo en la lista de artículos y haga clic en un título.

Paso (4): Lea el artículo y luego desplácese hacia abajo y haga clic en el botón Comentar, publique su comentario/pregunta, siempre en un tono constructivo, y haga clic en enviar.

Paso (5): Repita el proceso de revisión para otros artículos.

Paso (6), Verifique en su correo electrónico respuestas de los autores y contra-argumente/agradesca por ello si lo cree necesario.

Paso (7), Recuerde verificar en su correo si ha tenido preguntas a su(s) propio(s) trabajo(s) y respondala(s).

Paso (8), Solicitar certificado al correo electrónico: mol2net.chair@gmail.com.

Ver detalles REVIEWWWERS.PUB-09, enlace https://mol2net-09.sciforum.net/reviewwwers-09.



 
 
Top