Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning

Descripción del Articulo

Propone el modelo de clusterización cuyo propósito es segmentar de manera eficiente las camas hospitalarias en base a las mediciones del servicio con el objetivo de realizar la asignación correcta a los encargados especializados de dichos servicios. El modelo propuesto fue elaborado a través del Aná...

Descripción completa

Detalles Bibliográficos
Autor: Pizarro Castro, Karen Genesis
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/18593
Enlace del recurso:https://hdl.handle.net/20.500.12672/18593
Nivel de acceso:acceso abierto
Materia:Centros médicos
Infecciones por coronavirus
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
id UNMS_e6bba65c83bd1e9f4562c65852d7f060
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/18593
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.es_PE.fl_str_mv Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
title Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
spellingShingle Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
Pizarro Castro, Karen Genesis
Centros médicos
Infecciones por coronavirus
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
title_short Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
title_full Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
title_fullStr Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
title_full_unstemmed Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
title_sort Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning
author Pizarro Castro, Karen Genesis
author_facet Pizarro Castro, Karen Genesis
author_role author
dc.contributor.advisor.fl_str_mv Roque Paredes, Ofelia
dc.contributor.author.fl_str_mv Pizarro Castro, Karen Genesis
dc.subject.es_PE.fl_str_mv Centros médicos
Infecciones por coronavirus
topic Centros médicos
Infecciones por coronavirus
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
description Propone el modelo de clusterización cuyo propósito es segmentar de manera eficiente las camas hospitalarias en base a las mediciones del servicio con el objetivo de realizar la asignación correcta a los encargados especializados de dichos servicios. El modelo propuesto fue elaborado a través del Análisis Clúster con la técnica de K-means, donde se realizó la formación de cuatro conglomerados que permitió visualizar las diferencias de mediciones en cada conglomerado; asimismo, el modelo fue validado por validación interna donde se sustenta que el tamaño de clústeres sugerido por el modelo era adecuada. Finalmente, se implementó el modelo en el Área de Informática y brindada a la Unidad de Logística con el objetivo de realizar una correcta asignación del recurso biomédico a los servicios de hospitalización. Adicionalmente se capacito a fin de que el área usuario tengo conocimiento y comprenda los resultados que se obtengan.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-10-11T15:46:24Z
dc.date.available.none.fl_str_mv 2022-10-11T15:46:24Z
dc.date.issued.fl_str_mv 2022
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.es_PE.fl_str_mv Pizarro, K. (2022). Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/18593
identifier_str_mv Pizarro, K. (2022). Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/18593
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 https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
dc.source.none.fl_str_mv reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/f9ec76c9-840b-4955-a1c4-ec141ff8a232/download
https://cybertesis.unmsm.edu.pe/bitstreams/6d392a85-3ca4-4b05-8309-54e8d1c463ca/download
https://cybertesis.unmsm.edu.pe/bitstreams/ffa34982-3122-41cf-a386-c549103fa731/download
https://cybertesis.unmsm.edu.pe/bitstreams/3f598cc1-738d-40d9-99c0-cbca5392a193/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
98da03a944923296633a9d68f0231239
c6d43adfc756aa765f0b26b2857cbbbb
5d3f83faeaaeef42d55081a73e4eee84
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1853595656360296448
spelling Roque Paredes, OfeliaPizarro Castro, Karen Genesis2022-10-11T15:46:24Z2022-10-11T15:46:24Z2022Pizarro, K. (2022). Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learning. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/18593Propone el modelo de clusterización cuyo propósito es segmentar de manera eficiente las camas hospitalarias en base a las mediciones del servicio con el objetivo de realizar la asignación correcta a los encargados especializados de dichos servicios. El modelo propuesto fue elaborado a través del Análisis Clúster con la técnica de K-means, donde se realizó la formación de cuatro conglomerados que permitió visualizar las diferencias de mediciones en cada conglomerado; asimismo, el modelo fue validado por validación interna donde se sustenta que el tamaño de clústeres sugerido por el modelo era adecuada. Finalmente, se implementó el modelo en el Área de Informática y brindada a la Unidad de Logística con el objetivo de realizar una correcta asignación del recurso biomédico a los servicios de hospitalización. Adicionalmente se capacito a fin de que el área usuario tengo conocimiento y comprenda los resultados que se obtengan.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMCentros médicosInfecciones por coronavirushttps://purl.org/pe-repo/ocde/ford#1.01.03https://purl.org/pe-repo/ocde/ford#1.02.02Distribución de camas hospitalarias en un centro de salud mediante la técnica de Machine Learninginfo:eu-repo/semantics/bachelorThesisSUNEDULicenciada en EstadísticaUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de EstadísticaEstadística06243124https://orcid.org/0000-0001-8280-021X74356442542016Huamán Gutiérrez, Zoraida JudithMolina Quiñones, Helfer Joelhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional0989009440014631LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/f9ec76c9-840b-4955-a1c4-ec141ff8a232/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALPizarro_ck.pdfPizarro_ck.pdfapplication/pdf950418https://cybertesis.unmsm.edu.pe/bitstreams/6d392a85-3ca4-4b05-8309-54e8d1c463ca/download98da03a944923296633a9d68f0231239MD53TEXTPizarro_ck.pdf.txtPizarro_ck.pdf.txtExtracted texttext/plain68458https://cybertesis.unmsm.edu.pe/bitstreams/ffa34982-3122-41cf-a386-c549103fa731/downloadc6d43adfc756aa765f0b26b2857cbbbbMD56THUMBNAILPizarro_ck.pdf.jpgPizarro_ck.pdf.jpgGenerated Thumbnailimage/jpeg13488https://cybertesis.unmsm.edu.pe/bitstreams/3f598cc1-738d-40d9-99c0-cbca5392a193/download5d3f83faeaaeef42d55081a73e4eee84MD5720.500.12672/18593oai:cybertesis.unmsm.edu.pe:20.500.12672/185932024-08-16 02:03:37.605https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 12.806712
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).