PROYECTOS FINALES DE GRADO

Permanent URI for this collection

https://publicaciones.fctunca.edu.py/handle/123456789/4

Browse

Browsing PROYECTOS FINALES DE GRADO by Subject "ODS 3 - Salud y bienestar"

Now showing 1 - 6 of 6
  • Thumbnail Image
    Item
    Desarrollo de un software de Gestión y Evolución de pacientes basados en SOAP para Médicos Residentes del Hospital Regional de Coronel Oviedo año 2019.
    (FCyT UNCA, 2021-12) Silguero Estigarribia, Zulema María ; Lesme Ayala, Fernando José; Melgarejo Riveros, Víctor Manuel
    En la actualidad, existen aplicaciones software implementadas para administrar las historias clínicas de los pacientes a cargo de los médicos generales. Estas aplicaciones han facilitado la organización, recuperación y actualización de las historias clínicas de manera eficiente. El presente trabajo se llevó a cabo en el Hospital Regional de Coronel Oviedo, una institución pública de salud. Las necesidades y requerimientos fueron tomados de la misma, y se desarrolló una solución acorde a sus necesidades. El objetivo de este proyecto es desarrollar un software para la gestión y evolución de pacientes basado en SOAP, dirigido a los médicos residentes del Hospital Regional de Coronel Oviedo. Este software tiene el propósito de reducir las dificultades que enfrenta periódicamente el área de internación del hospital. El nivel de investigación utilizado es cualitativo, con el fin de interpretar los datos obtenidos a través de entrevistas y observaciones realizadas. Para la elaboración del sistema, se empleó el Lenguaje Unificado de Modelado (UML) mediante el programa StarUML. En cuanto al desarrollo del software, se utilizaron diversas tecnologías, tales como el lenguaje de programación PHP, el sistema gestor de base de datos MySQL, el framework Bootstrap, el lenguaje interpretado Javascript, así como herramientas como MySQLWorkbench y PHPMyAdmin. Se realizó un estudio detallado de los procedimientos relacionados con la internación de pacientes, lo que permitió definir de manera concreta los requisitos necesarios para la elaboración del sistema.
  • No Thumbnail Available
    Item
    Evaluación Descriptiva de la Oferta Académica y Egreso en Carreras del Área de Salud: una Aproximación desde Data Analytics (2012-2024)
    (FCyT UNCA, 2025-06) Rodríguez Fernández, Carlos Federico; Estigarribia Barreto, Héctor Ramiro
    El presente estudio analiza la fragmentación informativa sobre la oferta académica y el egreso en carreras del área de salud en Paraguay, marcada por la falta de estándares comunes y la dispersión de datos entre instituciones reguladoras. Mediante un enfoque cuantitativo no experimental basado en técnicas de Data Analytics, se procesan datos secundarios del Registro Nacional de Carreras (RNC) y del Registro Nacional de Títulos de Educación Superior (RTES), aplicando un pipeline que incluye descarga, filtrado, agrupamiento temático, inferencia de género, clasificación institucional, limpieza de formatos y análisis dinámico. Los resultados revelan un sistema formativo altamente privatizado (89.2% de los títulos), feminizado (75.7% otorgados a mujeres) y geográficamente concentrado (49.1% en tres departamentos), con predominancia de la enfermería sobre medicina en una proporción de 2.3 a 1. También se identifican disparidades relevantes entre instituciones, como el caso del Instituto Juan Pablo II, que lidera en oferta pero no en egresos, mientras que las universidades, aunque menos numerosas, otorgan la mayoría de los títulos (73.9%). Estos hallazgos ofrecen evidencia clave para la formulación de políticas educativas y la planificación estratégica de recursos humanos en salud.
  • Thumbnail Image
    Item
    IDENTIFICACIÓN DE CARACTERÍSTICAS EPIDEMIOLÓGICAS Y CLIMÁTICAS DE DATOS RELACIONADOS CON CASOS DENGUE RECOPILADOS POR ENTES ESTATALES DEL PARAGUAY ENTRE LOS AÑOS 2009 Y 2013
    (FCyT UNCA, 2018-12) Ortega Velázquez, Marcos Antonio; Estigarribia Barreto, Héctor Ramiro
    Este estudio aborda el análisis y reducción de datos provenientes de tres conjuntos relacionados con variables ambientales, sanitarias y epidemiológicas asociadas a los casos de Dengue en Paraguay, recopilados por la Dirección General de Vigilancia de la Salud y la Dirección de Meteorología e Hidrología durante el período 2009-2013. El objetivo principal fue optimizar los datos disponibles eliminando información irrelevante o redundante, con el fin de generar un conjunto más manejable y significativo para posteriores estudios y análisis predictivos. Se implementaron técnicas avanzadas de selección y limpieza de datos para depurar y organizar la información, asegurando que solo las variables más relevantes fueran retenidas. Uno de los enfoques metodológicos clave fue la aplicación de una versión multivariada de la incertidumbre simétrica, una técnica estadística útil para la selección de características. Esta técnica permitió evaluar las interrelaciones entre las variables y seleccionar aquellas que aportaban la mayor cantidad de información significativa respecto a los casos de Dengue. Como resultado del proceso de limpieza y selección, se logró generar un subconjunto mínimo de características que conserva la información esencial de los conjuntos de datos originales, facilitando así su uso en futuros análisis epidemiológicos y ambientales. Este trabajo representa un avance importante en la optimización de grandes volúmenes de datos, permitiendo una mejor interpretación y toma de decisiones en estudios epidemiológicos y sanitarios relacionados con enfermedades transmitidas por vectores.
  • No Thumbnail Available
    Item
    Modelo de Predicción para alerta temprana de Eventos Cardiovasculares mediante técnicas de Supervised Machine Learning en el Instituto de Previsión Social (IPS) de Coronel Oviedo, 2024
    (FCyT UNCA, 2024-12) Espinoza Franco, José Antonio; Vázquez Cáceres, Luz Melina; Melgarejo Riveros, Víctor Manuel
    Las enfermedades cardiovasculares están relacionadas con problemas del corazón y los vasos sanguíneos, siendo la principal causa de muerte en el mundo. Según el Ministerio de Salud Pública y Bienestar Social, estas enfermedades son responsables del 30% de las muertes globales y del 27% a nivel nacional. En el Instituto de Previsión Social de Coronel Oviedo se registraron 82.991 consultas entre 2021 y 2024, muchas asociadas a factores de riesgo como la hipertensión esencial. Para abordar esta problemática, se desarrollaron modelos utilizando técnicas de Machine Learning supervisado, entre ellos Regresión Logística, Árboles de Decisión y Random Forest, seleccionándose este último como modelo de alerta temprana para la interfaz de predicción de eventos cardiovasculares, debido a su 73% de exactitud y baja tasa de errores. Además, se planteó la creación de una base de datos para almacenar información de pacientes, consultas médicas e historiales clínicos, contribuyendo a mejorar la gestión y el seguimiento de la salud cardiovascular.
  • Thumbnail Image
    Item
    Panel de Alerta Temprana para Brotes Epidemiológicos en Paraguay
    (FCyT UNCA, 2024-06) Acosta Britos, Nonia Isabel; Olmedo Giménez, Diego Martín; Bogado Machuca, Juan Vicente
    El dengue se ha convertido en un importante problema de salud en Paraguay, debido a su aparición en regiones tropicales y subtropicales. Con la ayuda de pronósticos precisos, se pueden tomar medidas preventivas pertinentes para la lucha contra esta enfermedad. Ante esta problemática, se desarrolló una página web de Alerta Temprana de Brotes Epidemiológicos del Paraguay, utilizando como base de procesamiento el dengue. Esta página presenta gráficos de indicadores epidemiológicos como la incidencia, variables de temperatura y predicciones, de manera que los tomadores de decisiones puedan analizar el comportamiento del dengue en Paraguay, abarcando los 17 departamentos con sus distritos. Los datos recabados para el análisis corresponden al periodo de 2009 a 2013.
  • Thumbnail Image
    Item
    Reconocimiento de Imágenes Aplicando Deep Learning para el Apoyo al Diagnóstico Médico de Enfermedades Respiratorias en Radiografías del Tórax con Tecnología Jetson Nano en el Sanatorio San José de Coronel Oviedo
    (FCyT UNCA, 2022-09) Avalos Melgarejo, Rodrigo Emmanuel ; Melgarejo Riveros, Víctor Manuel
    La implementación de algoritmos de inteligencia artificial para el apoyo en las tomas de decisiones clínicas mediante radiografías del tórax enfrenta desafíos relacionados con la confiabilidad e interpretabilidad. En este contexto, establecemos una herramienta tecnológica de diagnóstico médico basada en Deep Learning para la clasificación de pacientes con enfermedades respiratorias o normales. Las imágenes son reconocidas por una red neuronal, la cual puede ayudar a acelerar el diagnóstico, facilitando así un tratamiento más rápido y mejorando los resultados clínicos. La inteligencia artificial y la medicina han seguido un camino paralelo en las últimas décadas. El Deep Learning, especialmente las redes neuronales profundas, son ideales para el reconocimiento de patrones, aprenden directamente a partir de los datos y ayudan a resolver problemas complejos. Esta tecnología se ha aplicado ampliamente en el procesamiento de imágenes y visión por computadora en la salud, gracias a su buena precisión en las tareas de clasificación de imágenes. El modelo de aprendizaje se ejecuta en el Jetson Nano, que ofrece el poder de cómputo necesario y proporciona resultados acelerados en una plataforma compacta, esencial para el entrenamiento.

Atribución/Reconocimiento-NoComercial 4.0 Internacional

Usted es libre de:

  1. Compartir — copiar y redistribuir el material en cualquier medio o formato
  2. Adaptar — remezclar, transformar y construir a partir del material
  3. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia

Bajo los siguientes términos:

  1. Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
  2. NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
  3. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.

Avisos:

No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.

No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.