<?xml version="1.0" encoding="UTF-8"?>
<xml>
<records>
<record>
  <contributors>
    <authors>
      <author>Campo León, Elena</author>
      <author>Alcalá Nalvaiz, José Tomás</author>
      <author>Gimeno Miguel, Antonio</author>
    </authors>
  </contributors>
  <titles>
    <title>Técnicas de aprendizaje automático en estudios epidemiológicos longitudinales. Aplicación a la Cohorte EpiChron de investigación en multimorbilidad.</title>
    <secondary-title/>
  </titles>
  <doi/>
  <pages/>
  <volume/>
  <number/>
  <dates>
    <year>2022</year>
    <pub-dates>
      <date>2022</date>
    </pub-dates>
  </dates>
  <abstract>Se presentan las técnicas de Machine Learning, clúster difuso y reglas de asociación, aplicables a estudios longitudinales de tipo cohorte, en particular se aplica a una muestra  de pacientes  de entre 65 y 75 años durante los años 2010 a 2019, proveniente de la Cohorte EpiChron, de investigación en multimorbilidad, que contiene información de tipo médico sobre la población usuaria del sistema de salud público de Aragón.&lt;br /&gt;El objetivo final será la aplicación de estas técnicas para obtener una agrupación de enfermedades en diferentes clusters y construir trayectorias de multimorbilidad entre enfermedades que aparecen con un determinado patrón frecuente, es decir, determinar la secuencia temporal más probable en el diagnóstico.&lt;br /&gt;&lt;br /&gt;</abstract>
</record>

</records>
</xml>