Previsão de tempos de internamento num hospital português: aplicação da metodologia CRISP-DM

• Raul M. S. Laureano ^[1] ; Nuno Caetano ^[3] ; Paulo Cortez ^[2]
  1. [1] Instituto Universitário de Lisboa

     Instituto Universitário de Lisboa

     Socorro, Portugal

     
  2. [2] Universidade do Minho

     Universidade do Minho

     Braga (São José de São Lázaro), Portugal

     
  3. [3] Hospital das Forças Armadas, Lisboa, Portugal

  Mostrar afiliaciones +
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. 13, 2014, págs. 83-98
• Idioma: portugués
• Enlaces
  • Texto completo (pdf)
• Resumen
  • português

    Com base nos dados disponíveis num hospital português relativos aos processos de internamento, ocorridos no período de 2000 a 2013, e seguindo a metodologia de data mining CRISP-DM, obteve-se um modelo de previsão dos tempos de internamento baseado no algoritmo random forest que apresentou uma elevada qualidade, e superior à obtida com outras técnicas de data mining, e que permitiu identificar os atributos clínicos do paciente como os mais importantes para a explicação dos tempos de internamento.

  • English

    Using data collected from a Portuguese hospital, within the period 2000 to 2013, we adopted the CRISP-DM methodology to predict inpatient length of stay. The best method (random forest algorithm) achieved a high quality prediction. Such model allowed the identification of the most relevant input features, which are related with the patients’ clinical attributes.