Datawarehouse para diagnostico

Proceso de Diseño de una Datawarehouse basado en Casos de Uso
Ma. Emilia Llorente1, Aldo Sigura1, Javier Besso1, Alejandro Hadad1,2, Bartolomé Drozdowicz1,2
1 Fac. de Ciencia y Tecnología, Univ. Autónoma de Entre Ríos, Ruta 11 - Km. 11, Oro Verde, Entre Ríos, Argentina.
2 Fac. de Ingeniería, Univ. Nacional de Entre Ríos, Ruta 11 - Km. 10, Oro Verde, Entre Ríos, Argentina.
{Alfred.Hofmann,Brigitte.Apfel, Ursula.Barth, Christine.Guenther,
Ingrid.Haas, Frank.Holzwarth, Anna.Kramer, Leonie.Kunz,
Nicole.Sator, Erika.Siebert-Cole, Peter.Strasser, LNCS}@Springer.com
Abstract. The abstract should summarize the contents of the paper and should contain at least 70 and at most 150 words. It should be set in 9-point font size and should be inset 1.0 cm from the right and left margins.There should be two blank (10-point) lines before and after the abstract. This document is in the required format.
Keywords: We would like to encourage you to list your keywords in this section.
1 Introduction
El trabajo propone el diseño y desarrollo de una Datawarehouse (DW) para el apoyo a la toma de decisiones de profesionales médicos que atienden pacientes diabéticos. Estos pacientesrequieren de un control y seguimiento continuo de su estado a través de chequeos periódicos. Por otro lado también tienen una mayor probabilidad de diversas complicaciones, tales como problemas cardiacos, de cicatrización, oftalmológicos, entre otros. La integración y procesamiento de la información relacionada con los distintos eventos, mejora las decisiones asociadas a diagnósticos y tratamientos.Considerando las diferentes fuentes de información es necesario analizar y definir metodologías ETL (Extraction-Transformation-Loading) apropiadas para la identificación de información relevante del lado de las fuentes, su extracción, limpieza e integración en formatos comunes, para su posterior carga en la DW.
En general la necesidad de lograr una información integrada se ha convertido en unaprioridad para los niveles de la toma de decisiones de una organización o proceso. La tecnología acompaña esta necesidad planteadaos requerimientos, por un lado las Bases de Datos han permitido una administración más segura y ágil de la información. Por otro lado los almacenes de datos o datawarehouses (DW) permiten satisfacer necesidades particulares, facilitando la integración de la informaciónque generalmente procede de diferentes fuentes de datos. No existe una definición canónica del término almacén de datos, los artículos de revistas y libros especializados han ido variando su significado de formas diferentes. No obstante, en términos generales, los almacenes de datos difieren bastante de las bases de datos tradicionales en su estructura, funcionamiento, rendimiento y propósito.La mayor capacidad de procesamiento de las herramientas y técnicas analíticas ha dado como resultado la posibilidad de almacenar y procesar datos en DW en forma diferente a lo que sucede con las BD (Bases de Datos) [1]. La Tecnología de DW representa una manera importante de reunir información histórica de un proceso en un depósito central. Proporcionan almacenamiento, funcionalidad y receptividada las consultas, que van más allá de las posibilidades de las bases de datos destinadas a transacciones.
Para examinar los almacenes de datos y distinguirlos de las bases de datos transaccionales es necesario contar con un modelo de datos que sea apropiado. El modelo de datos multidimensional es una buena opción para las tecnologías OLAP OLAP (Procesamiento Analítico En Línea) y de soporte ala toma de decisiones. Frente a las multibases de datos, que dan acceso a bases de datos inconexas y en general heterogéneas, un almacén de datos es con frecuencia un almacén de datos integrados provenientes de fuentes diversas, procesados para su almacenamiento en un modelo multidimensional. A diferencia de la mayoría de las bases de datos transaccionales, los almacenes de datos suelen mantener...