Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime

La leishmaniasis es una enfermedad reemergente en Colombia. Catalogada por la Organización Mundial de la Salud como “enfermedad olvidada”, debido a que está asociada directamente con las personas que viven en regiones muy pobres. Por lo tanto, existe poco interés en invertir en el desarrollo de med...

Full description

Autores:
Camacho Calderon, Katherine
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Pontificia Universidad Javeriana Cali
Repositorio:
Vitela
Idioma:
spa
OAI Identifier:
oai:vitela.javerianacali.edu.co:11522/2850
Acceso en línea:
https://vitela.javerianacali.edu.co/handle/11522/2850
Palabra clave:
Glucantime
Cutaneous leishmaniasis
Machine learning models
Assembly techniques
CIDEIM
Leishmaniasis cutánea
Modelos de aprendizaje automático
Técnicas de ensamble y CIDEIM
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id Vitela2_c99841f65ea4957fdd18c223b841036d
oai_identifier_str oai:vitela.javerianacali.edu.co:11522/2850
network_acronym_str Vitela2
network_name_str Vitela
repository_id_str
dc.title.spa.fl_str_mv Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
title Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
spellingShingle Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
Glucantime
Cutaneous leishmaniasis
Machine learning models
Assembly techniques
CIDEIM
Leishmaniasis cutánea
Modelos de aprendizaje automático
Técnicas de ensamble y CIDEIM
title_short Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
title_full Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
title_fullStr Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
title_full_unstemmed Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
title_sort Técnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantime
dc.creator.fl_str_mv Camacho Calderon, Katherine
dc.contributor.advisor.none.fl_str_mv Inés Álvarez, Gloria
Linares, Diego Luis
dc.contributor.author.none.fl_str_mv Camacho Calderon, Katherine
dc.subject.none.fl_str_mv Glucantime
Cutaneous leishmaniasis
Machine learning models
Assembly techniques
CIDEIM
Leishmaniasis cutánea
Modelos de aprendizaje automático
Técnicas de ensamble y CIDEIM
topic Glucantime
Cutaneous leishmaniasis
Machine learning models
Assembly techniques
CIDEIM
Leishmaniasis cutánea
Modelos de aprendizaje automático
Técnicas de ensamble y CIDEIM
description La leishmaniasis es una enfermedad reemergente en Colombia. Catalogada por la Organización Mundial de la Salud como “enfermedad olvidada”, debido a que está asociada directamente con las personas que viven en regiones muy pobres. Por lo tanto, existe poco interés en invertir en el desarrollo de medicamentos y estrategias para controlar esta enfermedad. El glucantime es uno de los medicamentos usados para tratar la leishmaniasis cutánea, la cual ha sido una enfermedad reemergente en Colombia. La forma de administrar este medicamento en algunas ocasiones ha causado mucho dolor y el hecho de usarlo trae la posibilidad de causar efectos colaterales. El anterior panorama ha sido de inspiración para desarrollar modelos de aprendizaje automático que permitan predecir el desenlace terapéutico del tratamiento glucantime. Con este proyecto se obtuvieron cuatro modelos de aprendizaje automático, donde inicialmente se realizó́ un proceso de preparación de los datos, y luego con ayuda de las técnicas de ensamble se construyeron dichos modelos. Se realizaron evaluaciones de los distintos modelos construidos y se permitió inferir que ningún modelo presentó un desempeño que permita confiar en sus predicciones, esto dado que la cantidad de datos no fue suficiente para que los modelos construyeran hipótesis fuertes. Sin embargo, la técnica que permitió obtener el modelo con el mejor desempeño indica que probablemente con una cantidad mayor de datos se puedan obtener mejores predicciones. CIDEIM (Centro Internacional de Entrenamiento e Investigaciones Médicas) fue el ente que proporcionó el conjunto de datos con el cual se construyeron los modelos.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2024-06-17T23:44:33Z
dc.date.available.none.fl_str_mv 2024-06-17T23:44:33Z
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcol.none.fl_str_mv https://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://vitela.javerianacali.edu.co/handle/11522/2850
url https://vitela.javerianacali.edu.co/handle/11522/2850
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.creativecommons.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 74 p.
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontificia Univerisdad Javeriana Cali
publisher.none.fl_str_mv Pontificia Univerisdad Javeriana Cali
institution Pontificia Universidad Javeriana Cali
bitstream.url.fl_str_mv https://vitela.javerianacali.edu.co/bitstreams/b4e41cff-e85b-4534-8572-c525dcf6704b/download
https://vitela.javerianacali.edu.co/bitstreams/5dab2204-99a0-4e5d-84cb-c5fe53ed7e91/download
https://vitela.javerianacali.edu.co/bitstreams/5342fa88-b4fb-4ae1-b696-81a13390e9c6/download
https://vitela.javerianacali.edu.co/bitstreams/42899414-df2c-4e26-acc7-3ded3f571d51/download
https://vitela.javerianacali.edu.co/bitstreams/6e6f809a-4d7b-4bb1-b939-55da749e74e2/download
https://vitela.javerianacali.edu.co/bitstreams/8810aa12-0aeb-4886-8ea4-428d077d6143/download
https://vitela.javerianacali.edu.co/bitstreams/58577c69-abc9-475e-a0ea-d46bb713bc0b/download
https://vitela.javerianacali.edu.co/bitstreams/43030058-2cad-4da5-b004-0bc7770b7ee1/download
https://vitela.javerianacali.edu.co/bitstreams/59cfafea-4628-4f95-bd0c-cc46b5d0bd0c/download
https://vitela.javerianacali.edu.co/bitstreams/4f75e34f-dc7b-4dcf-a168-7fd3916e569a/download
bitstream.checksum.fl_str_mv 02aff4d0269b2afd3ea0bba96142fa28
6df9b78be9592926aea06f9ba98a891d
36743cb44e00f5d89e7d54ae88828c53
ec7ee129c3ada82fe0b71589aa6e979b
f02a9d81c6e504ad86d29c7e8cdcc0c6
5323fc98767afbbc7cb989e5a0aa242c
cf7aedc1e30ef9fa50e1ba56e60310cf
8113abe0fd19ea479a5d6db4210b624f
9875d3c520f118644348236681476e0c
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Vitela
repository.mail.fl_str_mv vitela.mail@javerianacali.edu.co
_version_ 1812095050375495680
spelling Inés Álvarez, GloriaLinares, Diego LuisCamacho Calderon, Katherine2024-06-17T23:44:33Z2024-06-17T23:44:33Z2021https://vitela.javerianacali.edu.co/handle/11522/2850La leishmaniasis es una enfermedad reemergente en Colombia. Catalogada por la Organización Mundial de la Salud como “enfermedad olvidada”, debido a que está asociada directamente con las personas que viven en regiones muy pobres. Por lo tanto, existe poco interés en invertir en el desarrollo de medicamentos y estrategias para controlar esta enfermedad. El glucantime es uno de los medicamentos usados para tratar la leishmaniasis cutánea, la cual ha sido una enfermedad reemergente en Colombia. La forma de administrar este medicamento en algunas ocasiones ha causado mucho dolor y el hecho de usarlo trae la posibilidad de causar efectos colaterales. El anterior panorama ha sido de inspiración para desarrollar modelos de aprendizaje automático que permitan predecir el desenlace terapéutico del tratamiento glucantime. Con este proyecto se obtuvieron cuatro modelos de aprendizaje automático, donde inicialmente se realizó́ un proceso de preparación de los datos, y luego con ayuda de las técnicas de ensamble se construyeron dichos modelos. Se realizaron evaluaciones de los distintos modelos construidos y se permitió inferir que ningún modelo presentó un desempeño que permita confiar en sus predicciones, esto dado que la cantidad de datos no fue suficiente para que los modelos construyeran hipótesis fuertes. Sin embargo, la técnica que permitió obtener el modelo con el mejor desempeño indica que probablemente con una cantidad mayor de datos se puedan obtener mejores predicciones. CIDEIM (Centro Internacional de Entrenamiento e Investigaciones Médicas) fue el ente que proporcionó el conjunto de datos con el cual se construyeron los modelos.Leishmaniasis is a re-emerging disease in Colombia. Cataloged by the World Health Organization as a "neglected disease", due to it is directly associated with people living in very poor regions. Therefore, there is a low interest when investing in the development of drugs and strategies to control this disease. Glucantime is one of the drugs used to treat cutaneous leishmaniasis, which has been a re-emerging disease in Colombia. The way of administering this medicine sometimes has caused a lot of pain and the fact of using it brings the possibility of causing side effects. The aforementioned scenario has inspired the development of machine learning models that allow to predict the therapeutic outcome of glucantime treatment. With this project, four machine learning models were obtained, where initially a data preparation process was carried out, and then with the help of assembly techniques, these models were built. Evaluations of the different built models were carried out and it was allowed to infer that no model showed a performance that allows confidence in its predictions, since the amount of data was not enough for the models to build strong hypotheses. However, the technique that allowed to obtain the model with the best performance suggests that probably with a greater amount of data better predictions can be obtained. CIDEIM (International Center for Medical Training and Research) was the entity that provided the data set with which the models were built.74 p.application/pdfspaPontificia Univerisdad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2GlucantimeCutaneous leishmaniasisMachine learning modelsAssembly techniquesCIDEIMLeishmaniasis cutáneaModelos de aprendizaje automáticoTécnicas de ensamble y CIDEIMTécnicas de ensamble aplicadas a un conjunto de datos perteneciente a pacientes de leishmaniasis cutánea para predecir la efectividad del tratamiento Glucantimehttp://purl.org/coar/resource_type/c_7a1fTesis/Trabajo de grado - Monografía - Pregradohttps://purl.org/redcol/resource_type/TPFacultad de Ingeniería y Ciencias. Ingeniería de Sistemas y ComputaciónPontificia Universidad Javeriana CaliPregradoIngeniero(a)de Sistemas y ComputaciónORIGINALTesis.pdfTesis.pdfapplication/pdf4150456https://vitela.javerianacali.edu.co/bitstreams/b4e41cff-e85b-4534-8572-c525dcf6704b/download02aff4d0269b2afd3ea0bba96142fa28MD52artículoTesis.pdfartículoTesis.pdfapplication/pdf60832https://vitela.javerianacali.edu.co/bitstreams/5dab2204-99a0-4e5d-84cb-c5fe53ed7e91/download6df9b78be9592926aea06f9ba98a891dMD54LicenciaDeAutorización.pdfLicenciaDeAutorización.pdfapplication/pdf214874https://vitela.javerianacali.edu.co/bitstreams/5342fa88-b4fb-4ae1-b696-81a13390e9c6/download36743cb44e00f5d89e7d54ae88828c53MD53TEXTartículoTesis.pdf.txtartículoTesis.pdf.txtExtracted texttext/plain10428https://vitela.javerianacali.edu.co/bitstreams/42899414-df2c-4e26-acc7-3ded3f571d51/downloadec7ee129c3ada82fe0b71589aa6e979bMD56LicenciaDeAutorización.pdf.txtLicenciaDeAutorización.pdf.txtExtracted texttext/plain4906https://vitela.javerianacali.edu.co/bitstreams/6e6f809a-4d7b-4bb1-b939-55da749e74e2/downloadf02a9d81c6e504ad86d29c7e8cdcc0c6MD57Tesis.pdf.txtTesis.pdf.txtExtracted texttext/plain99338https://vitela.javerianacali.edu.co/bitstreams/8810aa12-0aeb-4886-8ea4-428d077d6143/download5323fc98767afbbc7cb989e5a0aa242cMD59THUMBNAILTesis.pdf.jpgTesis.pdf.jpgGenerated Thumbnailimage/jpeg3546https://vitela.javerianacali.edu.co/bitstreams/58577c69-abc9-475e-a0ea-d46bb713bc0b/downloadcf7aedc1e30ef9fa50e1ba56e60310cfMD55LicenciaDeAutorización.pdf.jpgLicenciaDeAutorización.pdf.jpgGenerated Thumbnailimage/jpeg5342https://vitela.javerianacali.edu.co/bitstreams/43030058-2cad-4da5-b004-0bc7770b7ee1/download8113abe0fd19ea479a5d6db4210b624fMD58artículoTesis.pdf.jpgartículoTesis.pdf.jpgGenerated Thumbnailimage/jpeg4816https://vitela.javerianacali.edu.co/bitstreams/59cfafea-4628-4f95-bd0c-cc46b5d0bd0c/download9875d3c520f118644348236681476e0cMD510LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/4f75e34f-dc7b-4dcf-a168-7fd3916e569a/download8a4605be74aa9ea9d79846c1fba20a33MD5111522/2850oai:vitela.javerianacali.edu.co:11522/28502024-06-25 05:15:38.481https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.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