Modelo de redes neuronales artificiales para la predicción y detección de casos y brotes de enfermedades arbovirales (Zika, Dengue y Chikunguña) en Colombia

Las enfermedades arbovirales transmitidas por artrópodos como los insectos se han repetido a lo largo de la historia, afectando a grandes segmentos de la población mundial. Las lesiones resultantes van desde la pérdida de la vida, hasta la discapacidad prolongada, además de los elevados costos en los sistemas de salud pública para su atención y tratamiento. La presente investigación ejecuta un modelo de red neural de aprendizaje por medio del software Python, el cual agrupa las variables de tipo demográfico de 20 municipios de Colombia y las variables climatológicas seleccionadas de estos, en ambos casos desde el año 2007 al año 2021, a partir de tres gestores de datos ArcGIS World Geocoder, base de datos SISPRO y el DANE. Este modelo de aprendizaje automático de redes neuronales permite analizar y comparar el comportamiento de los brotes de estas enfermedades arbovirales, y así poder plantear una alternativa para su tratamiento y prevención en los sistemas de salud en Colombia.

• Autores: Garcia Lopez, Juan Davi; Fandiño Plata, Andres Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/15714
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/15714; https://noesis.uis.edu.co
• Palabra clave: redes neuronales; enfermedades arbovirales; aprendizaje profundo; predicción; neural networks; arboviral diseases; deep learning; prediction
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)