Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención

Descripción del Articulo

La leishmaniasis forma parte de un grupo de enfermedades denominadas ETD (Enfermedades Tropicales Desatendidas) que afecta a comunidades pobres y olvidadas y reporta más de 5.000 casos en regiones como Brasil, Perú y Colombia categorizándose como endémicas en las regiones mencionadas. En este estudi...

Descripción completa

Detalles Bibliográficos
Autores: Baptista Ojeda, Ernie, Vigil Bravo, Franco Jair
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/676440
Enlace del recurso:http://hdl.handle.net/10757/676440
Nivel de acceso:acceso abierto
Materia:Machine Learning
Leishmaniasis
Predicción
Brotes
NTD’s
Outbreaks
Prediction
NTDs
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/ocde/ford#1.00.00
id UUPC_46e19e65ca15c42a87f2e396380e58db
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/676440
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
dc.title.es_PE.fl_str_mv Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
title Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
spellingShingle Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
Baptista Ojeda, Ernie
Machine Learning
Leishmaniasis
Predicción
Brotes
NTD’s
Machine Learning
Leishmaniasis
Outbreaks
Prediction
NTDs
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/ocde/ford#1.00.00
title_short Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
title_full Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
title_fullStr Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
title_full_unstemmed Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
title_sort Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
author Baptista Ojeda, Ernie
author_facet Baptista Ojeda, Ernie
Vigil Bravo, Franco Jair
author_role author
author2 Vigil Bravo, Franco Jair
author2_role author
dc.contributor.advisor.fl_str_mv Montoya Cubas, Carlos Fernando
dc.contributor.author.fl_str_mv Baptista Ojeda, Ernie
Vigil Bravo, Franco Jair
dc.subject.none.fl_str_mv Machine Learning
Leishmaniasis
Predicción
Brotes
NTD’s
Machine Learning
Leishmaniasis
Outbreaks
Prediction
NTDs
topic Machine Learning
Leishmaniasis
Predicción
Brotes
NTD’s
Machine Learning
Leishmaniasis
Outbreaks
Prediction
NTDs
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/ocde/ford#1.00.00
dc.subject.ocde.none.fl_str_mv 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#1.00.00
description La leishmaniasis forma parte de un grupo de enfermedades denominadas ETD (Enfermedades Tropicales Desatendidas) que afecta a comunidades pobres y olvidadas y reporta más de 5.000 casos en regiones como Brasil, Perú y Colombia categorizándose como endémicas en las regiones mencionadas. En este estudio, presentamos un modelo de aprendizaje automático (Random Forest) para predecir casos en el futuro y predecir posibles brotes utilizando datos meteorológicos y epidemiológicos de la provincia de la Convención (Cusco - Perú). Comprender cómo las variables climáticas afectan los brotes de leishmaniasis es un problema importante para ayudar a crear y generar nuevos sistemas de prevención. Se utilizaron varias técnicas para obtener mejores métricas y mejorar el rendimiento de nuestro modelo, entre ellos la generación de datos sintéticos y optimización de hiperparámetros. Los resultados mostraron dos factores climáticos importantes para analizar y ningún brote durante los primeros 3 meses de 2023 en la provincia de La Convención.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-11-18T21:17:45Z
dc.date.available.none.fl_str_mv 2024-11-18T21:17:45Z
dc.date.issued.fl_str_mv 2024-05-13
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.es_PE.fl_str_mv Tesis
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/676440
dc.identifier.isni.es_PE.fl_str_mv 000000012196144X
url http://hdl.handle.net/10757/676440
identifier_str_mv 000000012196144X
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.relation.url.none.fl_str_mv https://audio.com/raupc/audio/12250
dc.relation.embedded.none.fl_str_mv <div style="height: 228px; width: 600px;"><iframe src="https://audio.com/embed/audio/1821190639831411?theme=image" style="display:block; border-radius: 1px; border: none; height: 204px; width: 600px;"></iframe><a href='https://audio.com/raupc' style="text-align: center; display: block; color: #A4ABB6; font-size: 12px; font-family: sans-serif; line-height: 16px; margin-top: 8px; overflow: hidden; white-space: nowrap; text-overflow: ellipsis;">@raupc</a></div>
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.en_US.fl_str_mv application/pdf
application/epub
application/msword
dc.publisher.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/8/Baptista_OE.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/7/Baptista_OE.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/10/Baptista_OE_Fichaautorizacion.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/12/Baptista_OE_Reportesimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/14/Baptista_OE_Actasimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/6/Baptista_OE.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/9/Baptista_OE_Fichaautorizacion.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/11/Baptista_OE_Reportesimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/13/Baptista_OE_Actasimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/1/Baptista_OE.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/2/Baptista_OE.docx
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/4/Baptista_OE_Fichaautorizacion.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/3/Baptista_OE_Reportesimilitud.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/5/Baptista_OE_Actasimilitud.pdf
bitstream.checksum.fl_str_mv a1e9e6d0804071e8b6df4c863bccd299
dbb639a968c3b648f99cfc249903162f
1b7db4c0085d7eaed1f938a6a58c0169
76409ff2e4559621322f97e85e39934d
b58608563068c29b450aaaf3bbd33ce9
220f380bc00039b58b0a1f338ecb283a
47dc64c449c919bf3d4fde3096eb9f70
bd764691e1ea137840eed5b812eb5d95
310e9508478fb6be8e24df183c3bb095
34152f708bf873912dd6cd4abd46e632
474d7fa2192c8c83f4583ec53211e822
47dd03d92b76183551a8c686e699d95f
ce8d765f70b699b0b5083df7127704c8
4e8a5aea20a50f63c72fe9e957f7dd4f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1837187191179051008
spelling d502ca3672f54969c88324f5f084c17aMontoya Cubas, Carlos Fernando8b5211ee8b94c92f0212f16380a8e8965004838470f408f7bc820fe41b574ffb7e3500Baptista Ojeda, ErnieVigil Bravo, Franco Jair2024-11-18T21:17:45Z2024-11-18T21:17:45Z2024-05-13http://hdl.handle.net/10757/676440000000012196144XLa leishmaniasis forma parte de un grupo de enfermedades denominadas ETD (Enfermedades Tropicales Desatendidas) que afecta a comunidades pobres y olvidadas y reporta más de 5.000 casos en regiones como Brasil, Perú y Colombia categorizándose como endémicas en las regiones mencionadas. En este estudio, presentamos un modelo de aprendizaje automático (Random Forest) para predecir casos en el futuro y predecir posibles brotes utilizando datos meteorológicos y epidemiológicos de la provincia de la Convención (Cusco - Perú). Comprender cómo las variables climáticas afectan los brotes de leishmaniasis es un problema importante para ayudar a crear y generar nuevos sistemas de prevención. Se utilizaron varias técnicas para obtener mejores métricas y mejorar el rendimiento de nuestro modelo, entre ellos la generación de datos sintéticos y optimización de hiperparámetros. Los resultados mostraron dos factores climáticos importantes para analizar y ningún brote durante los primeros 3 meses de 2023 en la provincia de La Convención.Leishmaniasis is part of a group of diseases called NTDs (Neglected Tropical Diseases) that affects poor and forgotten communities and reports more than 5,000 cases in regions like Brazil, Peru, and Colombia being categorized as endemic in these. In this study, we present a machine-learning model (Random Forest) to predict cases in the future and predict possible outbreaks using meteorological and epidemiological data of the province of la Convencion (Cusco - Peru). Understanding how climate variables affect leishmaniasis outbreaks is an important problem to help people to perform prevention systems. We used several techniques to obtain better metrics and improve our model performance such as synthetic data and hyperparameter optimization. Results showed two important climate factors to analyze and no outbreaks for the first 3 months of 2023 in La Convencion province.TesisODS 4: Educación de calidadODS 11: Ciudades y comunidades sosteniblesODS 9: Industria, innovación e infraestructuraapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEhttps://audio.com/raupc/audio/12250<div style="height: 228px; width: 600px;"><iframe src="https://audio.com/embed/audio/1821190639831411?theme=image" style="display:block; border-radius: 1px; border: none; height: 204px; width: 600px;"></iframe><a href='https://audio.com/raupc' style="text-align: center; display: block; color: #A4ABB6; font-size: 12px; font-family: sans-serif; line-height: 16px; margin-top: 8px; overflow: hidden; white-space: nowrap; text-overflow: ellipsis;">@raupc</a></div>SUNEDUinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCMachine LearningLeishmaniasisPredicciónBrotesNTD’sMachine LearningLeishmaniasisOutbreaksPredictionNTDshttps://purl.org/pe-repo/ocde/ford#2.02.04https://purl.org/pe-repo/ocde/ford#1.00.00Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convencióninfo:eu-repo/semantics/bachelorThesisTesishttp://purl.org/coar/resource_type/c_7a1fUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de IngenieríaLicenciaturaCiencias de la ComputaciónLicenciado en Ciencias de la Computación2024-11-19T19:43:20Zhttps://purl.org/pe-repo/renati/type#tesishttps://orcid.org/0000-0003-2394-690X42909052https://purl.org/pe-repo/renati/level#tituloProfesional611016Diaz Suarez, Jorge EduardoZubieta Cardenas, Robert ErnestoRojas Sihuay, Diego7137453773689378CONVERTED2_3923417Baptista_OE.pdfBaptista_OE.pdfapplication/pdf1626514https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/8/Baptista_OE.pdfa1e9e6d0804071e8b6df4c863bccd299MD58falseTHUMBNAILBaptista_OE.pdf.jpgBaptista_OE.pdf.jpgGenerated Thumbnailimage/jpeg28976https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/7/Baptista_OE.pdf.jpgdbb639a968c3b648f99cfc249903162fMD57falseBaptista_OE_Fichaautorizacion.pdf.jpgBaptista_OE_Fichaautorizacion.pdf.jpgGenerated Thumbnailimage/jpeg27842https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/10/Baptista_OE_Fichaautorizacion.pdf.jpg1b7db4c0085d7eaed1f938a6a58c0169MD510falseBaptista_OE_Reportesimilitud.pdf.jpgBaptista_OE_Reportesimilitud.pdf.jpgGenerated Thumbnailimage/jpeg37772https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/12/Baptista_OE_Reportesimilitud.pdf.jpg76409ff2e4559621322f97e85e39934dMD512falseBaptista_OE_Actasimilitud.pdf.jpgBaptista_OE_Actasimilitud.pdf.jpgGenerated Thumbnailimage/jpeg40595https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/14/Baptista_OE_Actasimilitud.pdf.jpgb58608563068c29b450aaaf3bbd33ce9MD514falseTEXTBaptista_OE.pdf.txtBaptista_OE.pdf.txtExtracted texttext/plain140218https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/6/Baptista_OE.pdf.txt220f380bc00039b58b0a1f338ecb283aMD56falseBaptista_OE_Fichaautorizacion.pdf.txtBaptista_OE_Fichaautorizacion.pdf.txtExtracted texttext/plain2780https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/9/Baptista_OE_Fichaautorizacion.pdf.txt47dc64c449c919bf3d4fde3096eb9f70MD59falseBaptista_OE_Reportesimilitud.pdf.txtBaptista_OE_Reportesimilitud.pdf.txtExtracted texttext/plain3142https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/11/Baptista_OE_Reportesimilitud.pdf.txtbd764691e1ea137840eed5b812eb5d95MD511falseBaptista_OE_Actasimilitud.pdf.txtBaptista_OE_Actasimilitud.pdf.txtExtracted texttext/plain1197https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/13/Baptista_OE_Actasimilitud.pdf.txt310e9508478fb6be8e24df183c3bb095MD513falseORIGINALBaptista_OE.pdfBaptista_OE.pdfapplication/pdf2003785https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/1/Baptista_OE.pdf34152f708bf873912dd6cd4abd46e632MD51trueBaptista_OE.docxBaptista_OE.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document1735752https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/2/Baptista_OE.docx474d7fa2192c8c83f4583ec53211e822MD52falseBaptista_OE_Fichaautorizacion.pdfBaptista_OE_Fichaautorizacion.pdfapplication/pdf186951https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/4/Baptista_OE_Fichaautorizacion.pdf47dd03d92b76183551a8c686e699d95fMD54falseBaptista_OE_Reportesimilitud.pdfBaptista_OE_Reportesimilitud.pdfapplication/pdf11689032https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/3/Baptista_OE_Reportesimilitud.pdfce8d765f70b699b0b5083df7127704c8MD53falseBaptista_OE_Actasimilitud.pdfBaptista_OE_Actasimilitud.pdfapplication/pdf121907https://repositorioacademico.upc.edu.pe/bitstream/10757/676440/5/Baptista_OE_Actasimilitud.pdf4e8a5aea20a50f63c72fe9e957f7dd4fMD55false10757/676440oai:repositorioacademico.upc.edu.pe:10757/6764402025-05-28 23:17:21.837Repositorio académico upcupc@openrepository.com
score 13.439101
Modelo de machine learning para predicción de brotes de leishmaniasis en la provincia de La Convención
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