Descripción
|
|
---|---|
En la lucha contra la drogodependencia en terapias de adicción a la cocaína existe una alta tasa de abandono. El éxito del tratamiento está fuertemente ligado a la adherencia al mismo y el abandono es un grave problema para los sistemas sanitarios, debido principalmente a que implica un gran consumo de recursos especializados, que son costosos y con largas listas de espera, y a la reincidencia de los pacientes que no reciben el alta terapéutica. Por otra parte, analizar la información disponible en este tipo de recursos sanitarios no es tarea fácil, debido a que se suele encontrar en informes o documentos de texto libre. El objetivo de este trabajo es mejorar y optimizar un módulo de extracción automática de datos que utiliza técnicas de procesamiento del lenguaje natural (PLN), desarrollado en iteraciones previas, con el fin de extraer la información procedente de los informes de derivación de los pacientes. En la optimización del módulo se han utilizado 108 informes de derivación, de los cuales se extraen hasta 124 variables por informe y 20 informes en la validación del mismo, comparándose la extracción del módulo automático con la extracción manual, y obteniendo como resultado un porcentaje de discrepancia del 4,76%, inferior al 6,21% obtenido con la versión anterior. El modelo agiliza la obtención de los datos, empleando 1 segundo/informe extraído de forma automática frente a los 30 minutos/informe extraído manualmente. Esto permite concluir que el módulo desarrollado es útil para la extracción automática de información en el contexto bajo estudio. | |
Internacional
|
No |
Nombre congreso
|
XXXVII Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB2019) |
Tipo de participación
|
960 |
Lugar del congreso
|
Santander, España |
Revisores
|
Si |
ISBN o ISSN
|
978-84-09-16707-4 |
DOI
|
|
Fecha inicio congreso
|
27/11/2019 |
Fecha fin congreso
|
29/11/2019 |
Desde la página
|
375 |
Hasta la página
|
378 |
Título de las actas
|
Libro de Actas. XXXVII Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB2019) |