Modelo predictivo en la detección de cáncer en mamografías, Lima 2024

• Autor: Melendez Ruiz, Luis Jose
• Formato: tesis de maestría
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/150459
• Enlace del recurso: https://hdl.handle.net/20.500.12692/150459
• Nivel de acceso: acceso abierto
• Materia: Modelo de simulación; Detección de enfermedades; Cáncer; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación se alinea con el ODS "Industria, Innovación e Infraestructura" y su propósito fue determinar la influencia de un modelo predictivo en la detección de cáncer en mamografías en Lima, 2024. La investigación fue de tipo aplicada, con un diseño preexperimental y un enfoque cuantitativo. La población consistió en 598 lesiones (143 masas y 455 calcificaciones) presentes en 544 mamografías, mientras que la muestra consistió en 235 lesiones (56 masas y 179 calcificaciones). Para la recolección de datos se utilizó como técnica el fichaje, empleando como instrumento una ficha de registro para los indicadores en el pre-test y post-test. En el análisis de datos, se aplicó el estadístico de normalidad de Kolmogórov-Smirnov y, en consecuencia, la prueba no paramétrica de Wilcoxon para muestras relacionadas para el contraste de hipótesis. En cuanto a los resultados, se obtuvo un valor de p<0.05 para la hipótesis general, lo que llevó a aceptar la hipótesis alternativa y, por tanto, a rechazar la hipótesis nula. En ese sentido, se concluyó que la influencia del modelo predictivo mejora significativamente la detección de cáncer en mamografías, Lima 2024.