Marco de trabajo aplicado a la epidemiologia en santander
dc.contributor.advisor | Lamos Diaz, Henry | |
dc.contributor.author | Ramirez Sierra, Yuly Andrea | |
dc.date.accessioned | 2023-04-06T20:23:47Z | |
dc.date.available | 2023 | |
dc.date.available | 2023-04-06T20:23:47Z | |
dc.date.created | 2019 | |
dc.date.issued | 2019 | |
dc.description.abstract | La vigilancia es una característica esencial de la práctica epidemiológica, y es el resultado de la recolección, validación, análisis e interpretación de datos de salud y enfermedades. El valor de la vigilancia implica la entrega efectiva y eficiente de información útil. Así, los sistemas de vigilancia deben ser flexibles tanto al incremento en las necesidades de información, como a la utilización de tecnologías apropiadas que permitan difundir datos oportunamente. Entonces, para afrontar la brecha en el conocimiento de la salud, la vigilancia de la salud pública puede beneficiarse de los avances en ciencias de la información, tecnologías y el aumento de bases de datos y fuentes de datos. Por consiguiente, en esta investigación se construye un marco de trabajo como una guía para la vigilancia epidemiológica, en las etapas de análisis e interpretación de datos, y difusión de la información, con apoyo del paradigma big data, adoptando técnicas de minería de datos para descubrir patrones y tendencias, y de aprendizaje automático para construir modelos predictivos, con el fin de apoyar la toma de decisiones de las autoridades de salud pública. El marco de trabajo se define teniendo en cuenta las etapas claves del descubrimiento de conocimiento en bases de datos (KDD), considerando cinco fases tales como: caracterización del área de estudio; integración y recopilación de la información; selección, limpieza y transformación; procesamiento, evaluación e interpretación de la información, y difusión y uso. Finalmente, se realiza un estudio de caso para un evento de salud pública crítico de Santander, Colombia como lo es el virus del dengue. | |
dc.description.abstractenglish | Surveillance is an essential feature of epidemiological practice, and it is the result of the collection, validation, analysis and interpretation of health and disease data. The value of surveillance implies the effective and efficient delivery of useful information. Besides, surveillance systems should must be flexible to the increase in information needs, as well as using the appropriate technologies to disseminate data opportunely. Therefore, to address the gap in health knowledge, public health surveillance can benefit from advances in information sciences, technologies and the increase of databases and data sources. In this research, a framework is constructed as a guide for epidemiological surveillance, in the stages of analysis and interpretation of data, and dissemination of information, with support of the big data paradigm, adopting data mining techniques to discover patterns and trends, and machine learning to build predictive models, in order to support the decision making of public health authorities. The framework is based on the key stages of knowledge discovery in databases (KDD). It has five phases sush as: characterization of the study area; integration and collection of information, selection, cleaning and transformation; processing, evaluation and interpretation of information and dissemination and use. Finally, we made a case study is made for a critical public health event in Santander (Colombia) such as the dengue virus. * | |
dc.description.degreelevel | Maestría | |
dc.description.degreename | Magíster en Ingeniería Industrial | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/14025 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
dc.publisher.program | Maestría en Ingeniería Industrial | |
dc.publisher.school | Escuela de Estudios Industriales y Empresariales | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Sal Ud Pública | |
dc.subject | Vigilancia Epidemiológica | |
dc.subject | Minería De Datos | |
dc.subject | Aprendizaje Automático | |
dc.subject | Big Data | |
dc.subject.keyword | Public Health | |
dc.subject.keyword | Epidemiological Surveillance | |
dc.subject.keyword | Data Mining | |
dc.subject.keyword | Machine Learning | |
dc.subject.keyword | Big Data | |
dc.title | Marco de trabajo aplicado a la epidemiologia en santander | |
dc.title.english | Framework applied to epidemiology in santander* | |
dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.hasversion | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría | |
dspace.entity.type |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 1.08 MB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 111.59 KB
- Format:
- Adobe Portable Document Format