Los implantes dentales han representado un gran avance en la odontología moderna los esfuerzos realizados de la investigación científica y desarrollo industrial han permitido conseguir excelentes resultados de fiabilidad de las técnicas. El número de consultas odontológicas debido a pérdidas de piezas dentales, han arrojado como causas más comunes, la edad, enfermedades bucofaríngeas que pueden conllevar a pérdida ósea, la mala higiene bucal, deficiencias óseas, traumatismos, enfermedades sistémicas, entre otros. Como consecuencia de ello, los profesionales buscan permanentemente mejorar y diversificar los procesos tecnológicos de implantología, optimizando el tipo de material y elementos usados en dichos procesos, con el afán de encontrar los mejores resultados de fijación y adaptación en sus pacientes; lo que les permite acceder a tecnología de punta con el fin de mejorar los resultados. El propósito de la investigación realizada, es determinar el número de éxitos y fracasos en procesos de implantología en pacientes de consultorios odontológicos de la ciudad de Pereira, Colombia. Se realizó un estudio de tipo descriptivo, la caracterización de la técnica, tipo de implantes; apoyando la investigación mediante la aplicación de ficha de recolección de datos a los odontólogos de los consultorios. Se determinó que el porcentaje de implantes exitosos corresponde al 97,1%. Evidenciando que la mayoría de los implantes son de tipo largo con un porcentaje del 94,58%, no se identificó que exista relación directa entre el fracaso del implante y el tipo de consultorio.

At the present time of the pandemic, there is a need to process large volumes of information generated by reported positive cases, in order to identify patterns that lead to facing the emergency with timely contingency measures. In the present study, the treatment of a data set of the general population of Colombia is proposed, with information from the month of March and April 2021, in order to characterize, georeference and predict to give value to the data, in search of an understanding of the dynamics of the virus, for which three Naive Bayes, Random Forest and J-48 tree models were used, seeking to identify the virus with greater precision; When using the Weka application, it is concluded that the model that best fits the prediction is the J-48 tree classification algorithm with a classification level of correct instances of 99.24%, with a Kappa value of 0.9266 reporting that there is close to 100% concordance in class classification, with an amount, for this case, of study of 221,583 classes and the prediction with 30 classes taken from the original base consisting of approximately 2,774,465 data. By applying statistical tests, it is possible to identify the correlation between the attributes, which leads to guaranteeing the correct modeling for the prediction. This process becomes a potential input to support the management processes of society and that benefits the decisions that are made in terms of public health.