Marco de trabajo aplicado a la epidemiologia en santander

Simple item page
dc.contributor.advisorLamos Diaz, Henry
dc.contributor.authorRamirez Sierra, Yuly Andrea
dc.date.accessioned2023-04-06T20:23:47Z
dc.date.available2023
dc.date.available2023-04-06T20:23:47Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractLa 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.abstractenglishSurveillance 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.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería Industrial
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/14025
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería Industrial
dc.publisher.schoolEscuela de Estudios Industriales y Empresariales
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSal Ud Pública
dc.subjectVigilancia Epidemiológica
dc.subjectMinería De Datos
dc.subjectAprendizaje Automático
dc.subjectBig Data
dc.subject.keywordPublic Health
dc.subject.keywordEpidemiological Surveillance
dc.subject.keywordData Mining
dc.subject.keywordMachine Learning
dc.subject.keywordBig Data
dc.titleMarco de trabajo aplicado a la epidemiologia en santander
dc.title.englishFramework applied to epidemiology in santander*
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
1.08 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.26 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
111.59 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería Industrial