Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python

Descripción del Articulo

La presente investigación aborda uno de los principales problemas por los que no se pueden combatir los problemas de salud en el país, identificándolo como un desafío significativo en la gestión de la salud. Es por ello que, se hace necesario generar una herramienta de detección y/o prevención para...

Descripción completa

Detalles Bibliográficos
Autor: Ovalle, Christian
Formato: objeto de conferencia
Fecha de Publicación:2024
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/14390
Enlace del recurso:https://hdl.handle.net/20.500.12867/14390
https://doi.org/10.18687/LACCEI2024.1.1.248
Nivel de acceso:acceso abierto
Materia:Modelo predictivo
Python
Regresión logística
https://purl.org/pe-repo/ocde/ford#2.02.04
id UTPD_219f570cc0a3efa07c35e7208b72a1c1
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/14390
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
title Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
spellingShingle Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
Ovalle, Christian
Modelo predictivo
Python
Regresión logística
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
title_full Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
title_fullStr Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
title_full_unstemmed Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
title_sort Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
author Ovalle, Christian
author_facet Ovalle, Christian
author_role author
dc.contributor.author.fl_str_mv Ovalle, Christian
dc.subject.es_PE.fl_str_mv Modelo predictivo
Python
Regresión logística
topic Modelo predictivo
Python
Regresión logística
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description La presente investigación aborda uno de los principales problemas por los que no se pueden combatir los problemas de salud en el país, identificándolo como un desafío significativo en la gestión de la salud. Es por ello que, se hace necesario generar una herramienta de detección y/o prevención para estos casos, por lo que se propone un modelo de predicción para anticipar pacientes propensos a desertar de los servicios de un centro de salud. La investigación se centra en la clínica Sanna El Golf, donde, mediante un análisis predictivo, se obtiene como resultado un 67% de asertividad, este enfoque muestra beneficios sustanciales para la clínica y destaca su contribución para cumplir con los objetivos planteados. Además, el modelo propuesto se posiciona como una herramienta clave en la prevención de deserciones médicas, identificándolo como un desafío significativo en la gestión de la salud.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-11-05T15:48:16Z
dc.date.available.none.fl_str_mv 2025-11-05T15:48:16Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/conferenceObject
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format conferenceObject
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 2414-6390
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/14390
dc.identifier.journal.es_PE.fl_str_mv Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technology
dc.identifier.doi.none.fl_str_mv https://doi.org/10.18687/LACCEI2024.1.1.248
identifier_str_mv 2414-6390
Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technology
url https://hdl.handle.net/20.500.12867/14390
https://doi.org/10.18687/LACCEI2024.1.1.248
dc.language.iso.es_PE.fl_str_mv spa
language spa
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 Latin American and Caribbean Consortium of Engineering Institutions
dc.source.es_PE.fl_str_mv Repositorio Institucional - UTP
Universidad Tecnológica del Perú
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a5e58dde-856f-4a18-a2a4-5b4e52605640/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/ec0b26e3-bbaf-4de3-a556-758a1749c36c/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1dd5325b-eab7-4a03-812a-13b7d76531bb/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/99fe0bc0-a56f-47e1-af18-f8d635fc956f/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7f60d3e4-7578-4373-926e-ea3c19c64249/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1e8c5e43-c177-464e-8b1e-b424dff89319/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
0ba65e3313610ac3b17600e50aaf4953
e2e88618adce4ca9ff6cf3451bae8d11
a1b11ded6b54287656891f0a77a40105
7e6828ce528653de3c4d0de2da90407b
9e83516af53d580c0d0886926258635b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1852231550137008128
spelling Ovalle, Christian2025-11-05T15:48:16Z2025-11-05T15:48:16Z20242414-6390https://hdl.handle.net/20.500.12867/14390Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technologyhttps://doi.org/10.18687/LACCEI2024.1.1.248La presente investigación aborda uno de los principales problemas por los que no se pueden combatir los problemas de salud en el país, identificándolo como un desafío significativo en la gestión de la salud. Es por ello que, se hace necesario generar una herramienta de detección y/o prevención para estos casos, por lo que se propone un modelo de predicción para anticipar pacientes propensos a desertar de los servicios de un centro de salud. La investigación se centra en la clínica Sanna El Golf, donde, mediante un análisis predictivo, se obtiene como resultado un 67% de asertividad, este enfoque muestra beneficios sustanciales para la clínica y destaca su contribución para cumplir con los objetivos planteados. Además, el modelo propuesto se posiciona como una herramienta clave en la prevención de deserciones médicas, identificándolo como un desafío significativo en la gestión de la salud.Campus Lima Centroapplication/pdfspaLatin American and Caribbean Consortium of Engineering Institutionsinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UTPUniversidad Tecnológica del Perúreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPModelo predictivoPythonRegresión logísticahttps://purl.org/pe-repo/ocde/ford#2.02.04Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando pythoninfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a5e58dde-856f-4a18-a2a4-5b4e52605640/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTOvalle.C_Conference_Paper_2024.pdf.txtOvalle.C_Conference_Paper_2024.pdf.txtExtracted texttext/plain39186https://repositorio.utp.edu.pe/backend/api/core/bitstreams/ec0b26e3-bbaf-4de3-a556-758a1749c36c/download0ba65e3313610ac3b17600e50aaf4953MD53C.Ovalle_Conference_Paper_2024.pdf.txtC.Ovalle_Conference_Paper_2024.pdf.txtExtracted texttext/plain40294https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1dd5325b-eab7-4a03-812a-13b7d76531bb/downloade2e88618adce4ca9ff6cf3451bae8d11MD58THUMBNAILOvalle.C_Conference_Paper_2024.pdf.jpgOvalle.C_Conference_Paper_2024.pdf.jpgGenerated Thumbnailimage/jpeg12052https://repositorio.utp.edu.pe/backend/api/core/bitstreams/99fe0bc0-a56f-47e1-af18-f8d635fc956f/downloada1b11ded6b54287656891f0a77a40105MD54C.Ovalle_Conference_Paper_2024.pdf.jpgC.Ovalle_Conference_Paper_2024.pdf.jpgGenerated Thumbnailimage/jpeg25543https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7f60d3e4-7578-4373-926e-ea3c19c64249/download7e6828ce528653de3c4d0de2da90407bMD59ORIGINALC.Ovalle_Conference_Paper_2024.pdfC.Ovalle_Conference_Paper_2024.pdfapplication/pdf616007https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1e8c5e43-c177-464e-8b1e-b424dff89319/download9e83516af53d580c0d0886926258635bMD5520.500.12867/14390oai:repositorio.utp.edu.pe:20.500.12867/143902025-11-30 17:06:31.466https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
score 13.968414
Modelo predictivo basado en aprendizaje automático para disminuir la deserción de pacientes en instituciones de salud de Lima utilizando python
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