DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/8203

Arxiu Descripció MidaFormat
knowledgediscovery.pdf100,89 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Gibert, C. [et al.]. Knowledge discovery about quality of life changes of spinal cord injury patients: clustering based on rules by states. "Studies in health technology and informatics", 01 Agost 2009, vol. 150, p. 579-583.
Títol: Knowledge discovery about quality of life changes of spinal cord injury patients: clustering based on rules by states
Autor: Gibert Oliveras, Karina Veure Producció científica UPC; García Rudolph, A.; Curcoll, Lluïsa; Soler, Dolors; Pla, Laura; Tormos, José Maria
Data: 1-ago-2009
Tipus de document: Article
Resum: In this paper, an integral Knowledge Discovery Methodology, named Clustering based on rules by States, which incorporates artificial intelligence (AI) and statistical methods as well as interpretation-oriented tools, is used for extracting knowledge patterns about the evolution over time of the Quality of Life (QoL) of patients with Spinal Cord Injury. The methodology incorporates the interaction with experts as a crucial element with the clustering methodology to guarantee usefulness of the results. Four typical patterns are discovered by taking into account prior expert knowledge. Several hypotheses are elaborated about the reasons for psychological distress or decreases in QoL of patients over time. The knowledge discovery from data (KDD) approach turns out, once again, to be a suitable formal framework for handling multidimensional complexity of the health domains.
ISSN: 0926-9630
URI: http://hdl.handle.net/2117/8203
Versió de l'editor: http://person.hst.aau.dk/ska/MIE2009/papers/MIE2009p0579.pdf
Apareix a les col·leccions:Departament d'Estadística i Investigació Operativa. Articles de revista
Altres. Enviament des de DRAC
KEMLG - Grup d´Enginyeria del Coneixement i Aprenentatge Automàtic. Articles de revista
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius