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

• 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

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.