Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro

Los instrumentos quirúrgicos son usados en intervenciones quirúrgicas y deben ser resistentes a la corrosión y al desgaste para evitar contaminación. Para mejorar las propiedades mecánicas de los instrumentos quirúrgicos se puede hacer una modificación superficial recubriéndolos con algún material....

Full description

Autores:
Hernández Barajas, Freddy
Ocampo Naranjo, Yeison Yovany
Tipo de recurso:
Article of journal
Fecha de publicación:
2022
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/5170
Acceso en línea:
https://repository.eia.edu.co/handle/11190/5170
https://doi.org/10.24050/reia.v19i38.1536
Palabra clave:
Regression model
GAMLSS
Gamma distribution
Hard chromium coating
Modelo de regresión
GAMLSS
Distribución gamma
Revestimiento con cromoduro
Rights
openAccess
License
Revista EIA - 2022
id REIA2_2af7f02b6a9cb4901885c35c8fa5c6d3
oai_identifier_str oai:repository.eia.edu.co:11190/5170
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
dc.title.translated.eng.fl_str_mv GAMLSS models as an alternative to improve the coating process of surgical instruments with hard chromium
title Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
spellingShingle Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
Regression model
GAMLSS
Gamma distribution
Hard chromium coating
Modelo de regresión
GAMLSS
Distribución gamma
Revestimiento con cromoduro
title_short Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
title_full Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
title_fullStr Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
title_full_unstemmed Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
title_sort Modelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduro
dc.creator.fl_str_mv Hernández Barajas, Freddy
Ocampo Naranjo, Yeison Yovany
dc.contributor.author.spa.fl_str_mv Hernández Barajas, Freddy
Ocampo Naranjo, Yeison Yovany
dc.subject.eng.fl_str_mv Regression model
GAMLSS
Gamma distribution
Hard chromium coating
topic Regression model
GAMLSS
Gamma distribution
Hard chromium coating
Modelo de regresión
GAMLSS
Distribución gamma
Revestimiento con cromoduro
dc.subject.spa.fl_str_mv Modelo de regresión
GAMLSS
Distribución gamma
Revestimiento con cromoduro
description Los instrumentos quirúrgicos son usados en intervenciones quirúrgicas y deben ser resistentes a la corrosión y al desgaste para evitar contaminación. Para mejorar las propiedades mecánicas de los instrumentos quirúrgicos se puede hacer una modificación superficial recubriéndolos con algún material. En el proceso de recubrimiento intervienen varios factores que afectan las características de interés y tradicionalmente se ha usado el modelo de regresión lineal clásico para explorar esas relaciones. Las variables de interés son variables aleatorias y no siempre siguen la distribución normal que es la distribución estadística asumida en el modelo de regresión lineal clásico. Usar un modelo de regresión apropiado para estudiar los procesos de recubrimiento de instrumentos quirúrgicos es importante. En este artículo se utilizan datos experimentales obtenidos del proceso de recubrimiento con cromoduro a portaagujas quirúrgicos de acero inoxidable. Los datos experimentales se analizaron utilizando modelos lineales para estudiar el efecto del tiempo de exposición, la densidad de corriente y la temperatura sobre el espesor promedio del recubrimiento de los portaagujas. El modelo final tuvo respuesta gamma y las variables significativas fueron el tiempo y la densidad. Usando este modelo se pudieron construir expresiones matemáticas para estimar la media y la varianza del espesor promedio.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-06-01 00:00:00
2022-06-17T20:21:27Z
dc.date.available.none.fl_str_mv 2022-06-01 00:00:00
2022-06-17T20:21:27Z
dc.date.issued.none.fl_str_mv 2022-06-01
dc.type.spa.fl_str_mv Artículo de revista
dc.type.eng.fl_str_mv Journal article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_6501
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTREF
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 1794-1237
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/5170
dc.identifier.doi.none.fl_str_mv 10.24050/reia.v19i38.1536
dc.identifier.eissn.none.fl_str_mv 2463-0950
dc.identifier.url.none.fl_str_mv https://doi.org/10.24050/reia.v19i38.1536
identifier_str_mv 1794-1237
10.24050/reia.v19i38.1536
2463-0950
url https://repository.eia.edu.co/handle/11190/5170
https://doi.org/10.24050/reia.v19i38.1536
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Akaike, H. (1983). Information measures and model selection. Int Stat Inst, 44, pp. 277–291.
Arias, J.; Aller, M. Á.; Fernández-Miranda, E.; Arias, J. I.; Lorente, L. (2004). Propedéutica quirúrgica Preoperatorio, operatorio, postoperatorio. Editorial Tebar.
Bayramoglu, M.; Onat, B.; Geren, N. (2008). Statistical optimization of process parameters to obtain maximum thickness and brightness in chromium plating. Journal of Materials Processing Technology, 203(1–3), pp. 277–286. https://doi.org/10.1016/j.jmatprotec.2007.09.063
Buuren, S. van,; Fredriks, M. (2001). Worm plot: a simple diagnostic device for modelling growth reference curves. Statistics in Medicine, 20(8). https://doi.org/10.1002/sim.746
Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientum.
Gorokhovsky, V.; Heckerman, B.; Watson, P.; Bekesch, N. (2006). The effect of multilayer filtered arc coatings on mechanical properties, corrosion resistance and performance of periodontal dental instruments. Surface and Coatings Technology, 200(18), pp. 5614–5630. https://doi.org/https://doi.org/10.1016/j.surfcoat.2005.07.104
Lasheras, F. S.; Vilán, J. A. V.; Nieto, P. J. G.; del Coz Díaz, J. J. (2010). The use of design of experiments to improve a neural network model in order to predict the thickness of the chromium layer in a hard chromium plating process. Mathematical and Computer Modelling, 52(7–8), pp. 1169–1176. https://doi.org/10.1016/j.mcm.2010.03.007
Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des cométes. Firmin Didot, Paris.
Montgomery, D. C.; Peck, E.; Vining, G. (2006). Introducción al Análisis de Regresión Lineal (3rd ed.). Editorial Continental.
Nascimento, M. P.; Souza, R. C.; Miguel, I. M.; Pigatin, W. L.; Voorwald, H. J. C. (2001). Effects of tungsten carbide thermal spray coating by HP/HVOF and hard chromium electroplating on AISI 4340 high strength steel. Surface and Coatings Technology, 138(2–3), pp. 113–124. https://doi.org/10.1016/S0257-8972(00)01148-8
Rigby, R. A.; Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape. Applied Statistics, 54(3), pp. 507–554.
Ruiz, J.; Parra, C. M.; Bustamente, C. M.; Vélez, E.; Rivera, L. A. (2003). Modelamiento del proceso de recubrimiento de instrumental quirúrgico con cromoduro. Revista Facultad de Ingeniería Universidad de Antioquia, 30, pp. 89–94. https://www.redalyc.org/articulo.oa?id=43003009
Sánchez-Sarrí, A, O.; González-Diez, Y.; Hernández-Dávila, C.; Dávila-Cabo-de-Villa, E. (2014). Manual de instrumental quirúrgico. MediSur, 12(5), pp. 781–818. http://medisur.sld.cu/index.php/medisur/article/view/2662
Stasinopoulos, M. D.; Rigby, R. A.; Heller, G. Z.; Voudouris, V.; De Bastiani, F. (2017). Flexible regression and smoothing: using GAMLSS in R. CRC Press.
dc.relation.bitstream.none.fl_str_mv https://revistas.eia.edu.co/index.php/reveia/article/download/1536/1490
dc.relation.citationedition.spa.fl_str_mv Núm. 38 , Año 2022 : .
dc.relation.citationendpage.none.fl_str_mv 14
dc.relation.citationissue.spa.fl_str_mv 38
dc.relation.citationstartpage.none.fl_str_mv 3818 pp. 1
dc.relation.citationvolume.spa.fl_str_mv 19
dc.relation.ispartofjournal.spa.fl_str_mv Revista EIA
dc.rights.spa.fl_str_mv Revista EIA - 2022
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Revista EIA - 2022
https://creativecommons.org/licenses/by-nc-nd/4.0
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Fondo Editorial EIA - Universidad EIA
dc.source.spa.fl_str_mv https://revistas.eia.edu.co/index.php/reveia/article/view/1536
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/ec646e81-e50f-4a34-b9f9-e3cc7022d7fa/download
bitstream.checksum.fl_str_mv f65f7c356d7c437ce355047883fd0f60
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100873620488192
spelling Hernández Barajas, Freddy8f13a4bdeae69cce0e056df70ac12d77500Ocampo Naranjo, Yeison Yovanyc59669f7bc1ef7b4978b23b7525eb7cb3002022-06-01 00:00:002022-06-17T20:21:27Z2022-06-01 00:00:002022-06-17T20:21:27Z2022-06-011794-1237https://repository.eia.edu.co/handle/11190/517010.24050/reia.v19i38.15362463-0950https://doi.org/10.24050/reia.v19i38.1536Los instrumentos quirúrgicos son usados en intervenciones quirúrgicas y deben ser resistentes a la corrosión y al desgaste para evitar contaminación. Para mejorar las propiedades mecánicas de los instrumentos quirúrgicos se puede hacer una modificación superficial recubriéndolos con algún material. En el proceso de recubrimiento intervienen varios factores que afectan las características de interés y tradicionalmente se ha usado el modelo de regresión lineal clásico para explorar esas relaciones. Las variables de interés son variables aleatorias y no siempre siguen la distribución normal que es la distribución estadística asumida en el modelo de regresión lineal clásico. Usar un modelo de regresión apropiado para estudiar los procesos de recubrimiento de instrumentos quirúrgicos es importante. En este artículo se utilizan datos experimentales obtenidos del proceso de recubrimiento con cromoduro a portaagujas quirúrgicos de acero inoxidable. Los datos experimentales se analizaron utilizando modelos lineales para estudiar el efecto del tiempo de exposición, la densidad de corriente y la temperatura sobre el espesor promedio del recubrimiento de los portaagujas. El modelo final tuvo respuesta gamma y las variables significativas fueron el tiempo y la densidad. Usando este modelo se pudieron construir expresiones matemáticas para estimar la media y la varianza del espesor promedio.Surgical instruments are used in surgical interventions and must be resistant to corrosion and wear to avoid contamination. To improve the mechanical properties of surgical instruments, a surface modification can be made by coating the instruments with some material. Several factors intervene in the coating process that affects interest characteristics, and the classical linear regression model has traditionally been used to explore these relationships. The variables of interest are random variables and do not always follow the normal distribution, which is the statistical distribution assumed in the classical linear regression model. Using an appropriate regression model to study surgical instrument coating processes is essential. This article uses experimental data obtained from coating stainless steel surgical needle holders with hard chromium. The experimental data were analyzed using linear models to study the effect of exposure time, current density, and temperature on the average thickness of the coating of the needle holders. The final model had a gamma response, and the significant variables were time and density. Using this model, we obtained mathematical expressions to estimate the mean and variance of the average thickness.application/pdfspaFondo Editorial EIA - Universidad EIARevista EIA - 2022https://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistas.eia.edu.co/index.php/reveia/article/view/1536Regression modelGAMLSSGamma distributionHard chromium coatingModelo de regresiónGAMLSSDistribución gammaRevestimiento con cromoduroModelos GAMLSS como una alternativa para mejorar el proceso de recubrimiento de instrumentos quirúrgicos con cromoduroGAMLSS models as an alternative to improve the coating process of surgical instruments with hard chromiumArtículo de revistaJournal articlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/ARTREFhttp://purl.org/coar/version/c_970fb48d4fbd8a85Akaike, H. (1983). Information measures and model selection. Int Stat Inst, 44, pp. 277–291.Arias, J.; Aller, M. Á.; Fernández-Miranda, E.; Arias, J. I.; Lorente, L. (2004). Propedéutica quirúrgica Preoperatorio, operatorio, postoperatorio. Editorial Tebar.Bayramoglu, M.; Onat, B.; Geren, N. (2008). Statistical optimization of process parameters to obtain maximum thickness and brightness in chromium plating. Journal of Materials Processing Technology, 203(1–3), pp. 277–286. https://doi.org/10.1016/j.jmatprotec.2007.09.063Buuren, S. van,; Fredriks, M. (2001). Worm plot: a simple diagnostic device for modelling growth reference curves. Statistics in Medicine, 20(8). https://doi.org/10.1002/sim.746Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientum.Gorokhovsky, V.; Heckerman, B.; Watson, P.; Bekesch, N. (2006). The effect of multilayer filtered arc coatings on mechanical properties, corrosion resistance and performance of periodontal dental instruments. Surface and Coatings Technology, 200(18), pp. 5614–5630. https://doi.org/https://doi.org/10.1016/j.surfcoat.2005.07.104Lasheras, F. S.; Vilán, J. A. V.; Nieto, P. J. G.; del Coz Díaz, J. J. (2010). The use of design of experiments to improve a neural network model in order to predict the thickness of the chromium layer in a hard chromium plating process. Mathematical and Computer Modelling, 52(7–8), pp. 1169–1176. https://doi.org/10.1016/j.mcm.2010.03.007Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des cométes. Firmin Didot, Paris.Montgomery, D. C.; Peck, E.; Vining, G. (2006). Introducción al Análisis de Regresión Lineal (3rd ed.). Editorial Continental.Nascimento, M. P.; Souza, R. C.; Miguel, I. M.; Pigatin, W. L.; Voorwald, H. J. C. (2001). Effects of tungsten carbide thermal spray coating by HP/HVOF and hard chromium electroplating on AISI 4340 high strength steel. Surface and Coatings Technology, 138(2–3), pp. 113–124. https://doi.org/10.1016/S0257-8972(00)01148-8Rigby, R. A.; Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape. Applied Statistics, 54(3), pp. 507–554.Ruiz, J.; Parra, C. M.; Bustamente, C. M.; Vélez, E.; Rivera, L. A. (2003). Modelamiento del proceso de recubrimiento de instrumental quirúrgico con cromoduro. Revista Facultad de Ingeniería Universidad de Antioquia, 30, pp. 89–94. https://www.redalyc.org/articulo.oa?id=43003009Sánchez-Sarrí, A, O.; González-Diez, Y.; Hernández-Dávila, C.; Dávila-Cabo-de-Villa, E. (2014). Manual de instrumental quirúrgico. MediSur, 12(5), pp. 781–818. http://medisur.sld.cu/index.php/medisur/article/view/2662Stasinopoulos, M. D.; Rigby, R. A.; Heller, G. Z.; Voudouris, V.; De Bastiani, F. (2017). Flexible regression and smoothing: using GAMLSS in R. CRC Press.https://revistas.eia.edu.co/index.php/reveia/article/download/1536/1490Núm. 38 , Año 2022 : .14383818 pp. 119Revista EIAPublicationOREORE.xmltext/xml2665https://repository.eia.edu.co/bitstreams/ec646e81-e50f-4a34-b9f9-e3cc7022d7fa/downloadf65f7c356d7c437ce355047883fd0f60MD5111190/5170oai:repository.eia.edu.co:11190/51702023-07-25 16:45:38.117https://creativecommons.org/licenses/by-nc-nd/4.0Revista EIA - 2022metadata.onlyhttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.com