Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017

Descripción del Articulo

El presente trabajo de investigación tuvo como objetivo determinar un modelo de series de tiempo que pronostique el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, Periodo 2006 – 2017. El diseño de investigación empleado para este estudio fue un diseño no experimenta...

Descripción completa

Detalles Bibliográficos
Autor: Quispe Chanta, Percy Antony
Formato: tesis de grado
Fecha de Publicación:2021
Institución:Universidad Nacional Pedro Ruiz Gallo
Repositorio:UNPRG-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unprg.edu.pe:20.500.12893/9470
Enlace del recurso:https://hdl.handle.net/20.500.12893/9470
Nivel de acceso:acceso abierto
Materia:Cáncer
Pronóstico
Red neuronal
http://purl.org/pe-repo/ocde/ford#1.01.03
id UPRG_dfc6307279454644c99b987648886240
oai_identifier_str oai:repositorio.unprg.edu.pe:20.500.12893/9470
network_acronym_str UPRG
network_name_str UNPRG-Institucional
repository_id_str 9404
dc.title.es_PE.fl_str_mv Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
title Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
spellingShingle Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
Quispe Chanta, Percy Antony
Cáncer
Pronóstico
Red neuronal
http://purl.org/pe-repo/ocde/ford#1.01.03
title_short Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
title_full Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
title_fullStr Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
title_full_unstemmed Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
title_sort Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
author Quispe Chanta, Percy Antony
author_facet Quispe Chanta, Percy Antony
author_role author
dc.contributor.advisor.fl_str_mv Tesén Arroyo, Alfonso
dc.contributor.author.fl_str_mv Quispe Chanta, Percy Antony
dc.subject.es_PE.fl_str_mv Cáncer
Pronóstico
Red neuronal
topic Cáncer
Pronóstico
Red neuronal
http://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_PE.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.01.03
description El presente trabajo de investigación tuvo como objetivo determinar un modelo de series de tiempo que pronostique el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, Periodo 2006 – 2017. El diseño de investigación empleado para este estudio fue un diseño no experimental de tipo longitudinal descriptivo, la población estuvo constituida por todos los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, así mismo la muestra está conformada por los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo desde enero 2006 hasta diciembre 2017. Para lograr el objetivo planteado se aplicaron 2 metodologías, la primera fue la metodología de Box y Jenkins para series de tiempo, y la segunda, fue redes neuronales artificiales; con los cuales se determinaron qué modelo se ajusta mejor a los datos, por lo tanto se podrán realizar mejores pronósticos a futuro. Luego de aplicar la metodología de Box y Jenkins y redes neuronales, se obtuvo un modelo SARIMA(2,1,0)(1,1,0)12, y un modelo NNAR(4,1,3)12 respectivamente. Finalmente se llegó a la conclusión que el modelo que mejor pronostica el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo. Periodo 2006-2017, es el modelo de redes neuronales NNAR(4,1,3)12.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-08-31T15:53:13Z
dc.date.available.none.fl_str_mv 2021-08-31T15:53:13Z
dc.date.issued.fl_str_mv 2021-08-31
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12893/9470
url https://hdl.handle.net/20.500.12893/9470
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv http://creativecommons.org/licenses/by-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Pedro Ruiz Gallo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNPRG-Institucional
instname:Universidad Nacional Pedro Ruiz Gallo
instacron:UNPRG
instname_str Universidad Nacional Pedro Ruiz Gallo
instacron_str UNPRG
institution UNPRG
reponame_str UNPRG-Institucional
collection UNPRG-Institucional
bitstream.url.fl_str_mv http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/1/Quispe_Chanta_Percy_Antony.pdf
http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/2/license.txt
http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/3/Quispe_Chanta_Percy_Antony.png
bitstream.checksum.fl_str_mv 16c6b2d13631a241589df7baffef41df
8a4605be74aa9ea9d79846c1fba20a33
c14c6f7cf4577db61426632ae8f701af
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - UNPRG
repository.mail.fl_str_mv repositorio@unprg.edu.pe
_version_ 1817893705894330368
spelling Tesén Arroyo, AlfonsoQuispe Chanta, Percy Antony2021-08-31T15:53:13Z2021-08-31T15:53:13Z2021-08-31https://hdl.handle.net/20.500.12893/9470El presente trabajo de investigación tuvo como objetivo determinar un modelo de series de tiempo que pronostique el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, Periodo 2006 – 2017. El diseño de investigación empleado para este estudio fue un diseño no experimental de tipo longitudinal descriptivo, la población estuvo constituida por todos los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, así mismo la muestra está conformada por los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo desde enero 2006 hasta diciembre 2017. Para lograr el objetivo planteado se aplicaron 2 metodologías, la primera fue la metodología de Box y Jenkins para series de tiempo, y la segunda, fue redes neuronales artificiales; con los cuales se determinaron qué modelo se ajusta mejor a los datos, por lo tanto se podrán realizar mejores pronósticos a futuro. Luego de aplicar la metodología de Box y Jenkins y redes neuronales, se obtuvo un modelo SARIMA(2,1,0)(1,1,0)12, y un modelo NNAR(4,1,3)12 respectivamente. Finalmente se llegó a la conclusión que el modelo que mejor pronostica el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo. Periodo 2006-2017, es el modelo de redes neuronales NNAR(4,1,3)12.application/pdfspaUniversidad Nacional Pedro Ruiz GalloPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/4.0/CáncerPronósticoRed neuronalhttp://purl.org/pe-repo/ocde/ford#1.01.03Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNPRG-Institucionalinstname:Universidad Nacional Pedro Ruiz Galloinstacron:UNPRGSUNEDULicenciado en EstadísticaUniversidad Nacional Pedro Ruiz Gallo. Facultad de Ciencias Físicas y MatemáticasEstadística4674685317578166https://orcid.org/0000-0002-1088-7093http://purl.org/pe-repo/renati/type#tesishttp://purl.org/pe-repo/renati/nivel#tituloProfesional542016Mejía Pacheco, Débora EstherRodríguez López, Wilber OmeroBenavides Campos, Grimaldo DermalíORIGINALQuispe_Chanta_Percy_Antony.pdfQuispe_Chanta_Percy_Antony.pdfapplication/pdf4388190http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/1/Quispe_Chanta_Percy_Antony.pdf16c6b2d13631a241589df7baffef41dfMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILQuispe_Chanta_Percy_Antony.pngQuispe_Chanta_Percy_Antony.pngimage/png9208http://repositorio.unprg.edu.pe/bitstream/20.500.12893/9470/3/Quispe_Chanta_Percy_Antony.pngc14c6f7cf4577db61426632ae8f701afMD5320.500.12893/9470oai:repositorio.unprg.edu.pe:20.500.12893/94702021-09-02 00:53:47.217Repositorio Institucional - UNPRGrepositorio@unprg.edu.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
score 13.977225
Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares