PROYECTOS FINALES DE GRADO
Permanent URI for this collection
Browse
Browsing PROYECTOS FINALES DE GRADO by Subject "ODS 3 - Salud y bienestar"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
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(2018-12) Ortega Velázquez, Marcos Antonio; Estigarribia Barreto, Héctor RamiroEste 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.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 ManuelLas 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.