Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá
La hipertensión arterial es una de las enfermedades crónicas más prevalentes en Colombia, por lo cual el diagnóstico y el tratamiento oportuno son cruciales para disminuir las complicaciones (Enfermedad renal crónica, infarto agudo de miocardio, etc). En esta investigación se desarrolló un modelo pr...
- Autores:
- Tipo de recurso:
- masterThesis
- Fecha de publicación:
- 2024
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/66918
- Acceso en línea:
- http://hdl.handle.net/10554/66918
- Palabra clave:
- Aprendizaje de máquinas
Hipertensión arterial
Inteligencia artificial
Predicción
Regresión logística
Random forest
Prevención
Machine learning
Hypertension
Artificial intelligence
Prediction
Logistic regression
Random forest
Prevention
Maestría en administración de salud - Tesis y disertaciones académicas
Aprendizaje de máquinas
Inteligencia artificial - Bogotá (Colombia)
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
JAVERIANA_87d4d37602499fc5510bf4d488df5ec0 |
|---|---|
| oai_identifier_str |
oai:repository.javeriana.edu.co:10554/66918 |
| network_acronym_str |
JAVERIANA |
| network_name_str |
Repositorio Universidad Javeriana |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá Application of a predictive model to identify susceptible individuals to the development of hypertension through the use of logistic regression and random forest at Javesalud IPS in Bogotá |
| title |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| spellingShingle |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá Aranguren Páez, Paula Aprendizaje de máquinas Hipertensión arterial Inteligencia artificial Predicción Regresión logística Random forest Prevención Machine learning Hypertension Artificial intelligence Prediction Logistic regression Random forest Prevention Maestría en administración de salud - Tesis y disertaciones académicas Aprendizaje de máquinas Inteligencia artificial - Bogotá (Colombia) |
| title_short |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| title_full |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| title_fullStr |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| title_full_unstemmed |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| title_sort |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en Bogotá |
| dc.creator.none.fl_str_mv |
Aranguren Páez, Paula Ávila Sánchez, Laura Cristina Gómez Pascagaza, Juliet Carolina |
| author |
Aranguren Páez, Paula |
| author_facet |
Aranguren Páez, Paula Ávila Sánchez, Laura Cristina Gómez Pascagaza, Juliet Carolina |
| author_role |
author |
| author2 |
Ávila Sánchez, Laura Cristina Gómez Pascagaza, Juliet Carolina |
| author2_role |
author author |
| dc.contributor.none.fl_str_mv |
Moreno Carrillo, Atilio Latorre Santos, Julio Eduardo Castro Goyes, Daniel Fernando |
| dc.subject.none.fl_str_mv |
Aprendizaje de máquinas Hipertensión arterial Inteligencia artificial Predicción Regresión logística Random forest Prevención Machine learning Hypertension Artificial intelligence Prediction Logistic regression Random forest Prevention Maestría en administración de salud - Tesis y disertaciones académicas Aprendizaje de máquinas Inteligencia artificial - Bogotá (Colombia) |
| topic |
Aprendizaje de máquinas Hipertensión arterial Inteligencia artificial Predicción Regresión logística Random forest Prevención Machine learning Hypertension Artificial intelligence Prediction Logistic regression Random forest Prevention Maestría en administración de salud - Tesis y disertaciones académicas Aprendizaje de máquinas Inteligencia artificial - Bogotá (Colombia) |
| description |
La hipertensión arterial es una de las enfermedades crónicas más prevalentes en Colombia, por lo cual el diagnóstico y el tratamiento oportuno son cruciales para disminuir las complicaciones (Enfermedad renal crónica, infarto agudo de miocardio, etc). En esta investigación se desarrolló un modelo predictivo mediante técnicas de aprendizaje de máquinas (regresión logística y random forest) para predecir la probabilidad de desarrollo de hipertensión arterial en individuos adultos susceptibles en Javesalud IPS en Bogotá. Se trabajó con una muestra total de 808 pacientes, de los cuales 402 eran hipertensos y 406 eran no hipertensos. Según las métricas de sensibilidad, especificidad, exactitud y el área bajo la curva ROC de cada modelo, se encontró que el random forest fue superior que la regresión logística para la predicción de pacientes hipertensos. Las variables encontradas con mayor influencia en el desarrollo de la hipertensión arterial de los pacientes evaluados fueron: edad, presión arterial sistólica (PAS), presión arterial diastólica (PAD) e índice de masa corporal. Estos modelos son una herramienta para predecir e identificar oportunamente a las personas con mayor riesgo de desarrollar hipertensión arterial, por lo que permite hacer un manejo oportuno de los factores de riesgo para reducir su prevalencia, así como crear estrategias de gestión y apoyarse en ellas para la toma de decisiones. |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024-03-22T16:44:14Z 2024-03-22T16:44:14Z 2024-03-20 |
| dc.type.none.fl_str_mv |
http://purl.org/coar/version/c_ab4af688f83e57aa Tesis/Trabajo de grado - Monografía - Maestría http://purl.org/coar/resource_type/c_bdcc info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/10554/66918 instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| url |
http://hdl.handle.net/10554/66918 |
| identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF application/pdf application/pdf application/pdf |
| dc.coverage.none.fl_str_mv |
Colombia 2018-2023 Cundinamarca (Colombia) Bogotá, D.C. (Bogotá, Colombia) Bogotá (Colombia) |
| dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Administración de Salud Facultad de Ciencias Económicas y Administrativas |
| publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Administración de Salud Facultad de Ciencias Económicas y Administrativas |
| dc.source.none.fl_str_mv |
reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
| instname_str |
Pontificia Universidad Javeriana |
| instacron_str |
Pontificia Universidad Javeriana |
| institution |
Pontificia Universidad Javeriana |
| reponame_str |
Repositorio Universidad Javeriana |
| collection |
Repositorio Universidad Javeriana |
| _version_ |
1803712804078747648 |
| spelling |
Aplicación de un modelo predictivo para identificar individuos susceptibles al desarrollo de hipertensión arterial mediante el uso de la regresión logística y random forest en Javesalud IPS en BogotáApplication of a predictive model to identify susceptible individuals to the development of hypertension through the use of logistic regression and random forest at Javesalud IPS in BogotáAranguren Páez, PaulaÁvila Sánchez, Laura CristinaGómez Pascagaza, Juliet CarolinaAprendizaje de máquinasHipertensión arterialInteligencia artificialPredicciónRegresión logísticaRandom forestPrevenciónMachine learningHypertensionArtificial intelligencePredictionLogistic regressionRandom forestPreventionMaestría en administración de salud - Tesis y disertaciones académicasAprendizaje de máquinasInteligencia artificial - Bogotá (Colombia)La hipertensión arterial es una de las enfermedades crónicas más prevalentes en Colombia, por lo cual el diagnóstico y el tratamiento oportuno son cruciales para disminuir las complicaciones (Enfermedad renal crónica, infarto agudo de miocardio, etc). En esta investigación se desarrolló un modelo predictivo mediante técnicas de aprendizaje de máquinas (regresión logística y random forest) para predecir la probabilidad de desarrollo de hipertensión arterial en individuos adultos susceptibles en Javesalud IPS en Bogotá. Se trabajó con una muestra total de 808 pacientes, de los cuales 402 eran hipertensos y 406 eran no hipertensos. Según las métricas de sensibilidad, especificidad, exactitud y el área bajo la curva ROC de cada modelo, se encontró que el random forest fue superior que la regresión logística para la predicción de pacientes hipertensos. Las variables encontradas con mayor influencia en el desarrollo de la hipertensión arterial de los pacientes evaluados fueron: edad, presión arterial sistólica (PAS), presión arterial diastólica (PAD) e índice de masa corporal. Estos modelos son una herramienta para predecir e identificar oportunamente a las personas con mayor riesgo de desarrollar hipertensión arterial, por lo que permite hacer un manejo oportuno de los factores de riesgo para reducir su prevalencia, así como crear estrategias de gestión y apoyarse en ellas para la toma de decisiones.Hypertension is one of the most prevalent chronic diseases in Colombia, which is why timely diagnosis and treatment are crucial to reduce complications (chronic kidney disease, acute myocardial infarction, etc). In this study, a predictive model was developed using machine learning techniques (logistic regression and random forest) to predict the probability of developing hypertension in susceptible adult individuals at Javesalud IPS in Bogotá. A total sample of 808 patients was obtained, of which 402 had hypertension and 406 were healthy. According to the sensitivity, specificity, accuracy, area under the ROC curve of each model, the random forest was superior to the logistic regression for the prediction of hypertensive patients. The variables found to have the greatest influence on the development of hypertension in the patients evaluated were age, systolic blood pressure, diastolic blood pressure and body mass index. These models are a tool to predict and promptly identify individuals with high risk for hypertension development, which allows a timely management of risk factors to reduce its prevalence, as well as creating management strategies and relying on them for decision making.Magíster en Administración en SaludMaestríaPontificia Universidad JaverianaMaestría en Administración de SaludFacultad de Ciencias Económicas y AdministrativasMoreno Carrillo, AtilioLatorre Santos, Julio EduardoCastro Goyes, Daniel Fernando2024-03-22T16:44:14Z2024-03-22T16:44:14Z2024-03-20http://purl.org/coar/version/c_ab4af688f83e57aaTesis/Trabajo de grado - Monografía - Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/10554/66918instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.cospaColombia2018-2023Cundinamarca (Colombia)Bogotá, D.C. (Bogotá, Colombia)Bogotá (Colombia)Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.http://purl.org/coar/access_right/c_abf2reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2024-03-23T08:01:17Z |