SciELO - Scientific Electronic Library Online

 
vol.13 issue26Minett-Wang model of language competition of Yucatec Maya and Spanish in Yucatan PeninsulaBioprospecting of haloalkaliphilic microorganisms isolated from a dried-out maar in the volcano “Hoya Rincón de Parangueo” author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Nova scientia

On-line version ISSN 2007-0705

Abstract

OLIVARES-VERA, Daniel Arturo et al. Comparación de algoritmos para la predicción de niveles de glucosa en pacientes con diabetes. Nova scientia [online]. 2021, vol.13, n.26, 00005.  Epub Aug 30, 2021. ISSN 2007-0705.  https://doi.org/10.21640/ns.v13i26.2752.

Este trabajo presenta una comparación entre dos algoritmos para la predicción de los niveles de glucosa en pacientes diabéticos mediante el uso de series de tiempo univariadas. Los algoritmos se aplican al historial de niveles de glucosa en ayunas para predecir los 5 valores posteriores. La comparación se realiza entre 1) Las Redes Neuronales Autorregresivas (ARNN) y 2) Los modelos de media móvil integrada autorregresiva (ARIMA), se analizan un total de 70 series, y se muestra que los resultados obtenidos para el modelo ARIMA tienen porcentajes de error mayores del 25% del valor predicho con respecto al valor esperado, mientras que para las Redes Neuronales Autorregresivas en el 73% de los casos el porcentaje de error fue menor al 25%.

Keywords : red neuronal autorregresiva; ARIMA; series de tiempo univariadas; predicción; glucosa; diabético; redes neuronales; diabetes; algoritmos; modelos de análisis.

        · abstract in English     · text in English     · English ( pdf )