Browsing by Author "Ortega Lenis, Delia"
Now showing 1 - 7 of 7
Results Per Page
Sort Options
Item “Aplicación de Modelos Machine Learning para predecir el riesgo de pérdida de seguimiento en tuberculosis”(Pontificia Universidad Javariana Cali, 2025) Rodríguez Camargo, Rubén Darío ; Guerrero Barreto, Diana Azucena; Ortega Lenis, DeliaLa tuberculosis (TB) es una enfermedad que afecta a un gran número de personas en todo el mundo, es curable y prevenible; razones que han llevado a la Organización Mundial de la Salud (OMS) a priorizar la enfermedad a nivel de salud pública. No obstante, las pérdidas en el seguimiento amenazan el éxito de los programas de control, dado por aumentos en las tasas de mortalidad y se constituyen como un factor desencadenante en la aparición de formas farmacorresistentes. Se han descrito diferentes determinantes en salud (DSS) que influyen en la pérdida de seguimiento, siendo los principales: sexo hombre, tener un bajo nivel educativo, bajos ingresos económicos, pertenecer a un grupo poblacional vulnerable, presentar alguna comorbilidad, tener barreras de acceso al sistema de salud, antecedente de tratamiento previo, baja tolerancia a efectos secundarios al tratamiento y afectaciones en salud mental. El distrito capital no es ajeno a esta situación y se ha visto que el éxito programático no alcanza la meta del 90 % en los últimos años. Dentro de los factores que afectan el cumplimiento se encuentran los pacientes fallecidos y con pérdida de seguimiento cuya prevalencia para el distrito en los últimos 7 años corresponde al 7.3 %. Los avances en inteligencia artificial (IA) han permitido comprender mejor el fenómeno de pérdida de seguimiento en otros países con alta carga de la enfermedad, los cuales han servido como base para la reformulación de políticas públicas por parte de las autoridades sanitarias, que han permitido mejorar la adherencia terapéutica de los pacientes. En este sentido, el objetivo del presente proyecto consistió en desarrollar un modelo de Machine Learning que permita predecir el riesgo de pérdida de seguimiento en pacientes pertenecientes al programa de TB en el distrito capital, a partir de los determinantes sociales en salud contenidos en el sistema de información. Para ello se desarrollaron cuatro tipos de algoritmos de aprendizaje automático supervisado con diferentes técnicas de remuestreo para balancear las clases y se aplicaron diferentes técnicas para seleccionar variables predictoras incidentes en la pérdida de seguimiento. Como resultado se obtuvo un modelo de XGBoost con buen desempeño en las métricas sensibilidad, exactitud y AUC; con el cual se puede brindar un apoyo al personal de salud que hace parte de los programas locales de tuberculosis y del distrito para identificar de forma temprana a este tipo de pacientes.Item índice de envejecimiento activo en Colombia, análisis basado en la encuesta sabe, 2015(Pontificia Universidad Javeriana Cali, 2020) Baracaldo Pinzón, Lindi Ingrisney; Ortega Lenis, Delia; Tamayo Giraldo, Francisco JavierEl objetivo principal de este estudio es analizar el estado actual de la población anciana (mayores de 60 años) de Colombia, de acuerdo con los dominios del índice del envejecimiento activo, empleo, participación social, vida autónoma e independiente, capacidad y entorno propicio, construido a partir de los datos recolectados por la encuesta nacional de Salud Bienestar y Envejecimiento SABE Colombia 2015. Este es un estudio de enfoque cuantitativo, de tipo analítico transversal. El proyecto se desarrolló como un análisis secundario de la encuesta, realizada con personas mayores de 60 años, utilizando la metodología propuesta en el cálculo del índice de envejecimiento activo europeo según sus cuatro dominios y variables, adaptándolo de acuerdo con los datos que ofrece la encuesta. El análisis permitió determinar el estado de la población anciana en el país en relación con los determinantes del envejecimiento activo, y calcular el índice para Colombia que apoyará a los responsables de las políticas en la identificación e implementación de las estrategias que promuevan el envejecimiento activo en el país.Item Modelo de aprendizaje automático para la predicción de la mortalidad asociada al bajo peso al nacer a término, en menores de un año en el valle del cauca(Pontificia Universidad Javeriana Cali, 2023) Torres Ricaurte, Carlos Andrés; Gutiérrez Rendón, Liz Mary; Ortega Lenis, DeliaLa detección del peso al nacer es un indicador importante del estado de salud del recién nacido; según la Organización Mundial de la Salud (OMS), el bajo peso al nacer, que se ha establecido como menor a 2.500 gramos, es un problema de salud pública a nivel mundial que debe atenderse para evitar consecuencias fatales como la muerte. Colombia no es ajena a esta problemática, la prevalencia del bajo peso al nacer en 2018 fue de 7.22 y en el 2020 aumentó a 9.20. Es por esto, que este proyecto desarrolló un modelo de aprendizaje automático para la predicción del riesgo de mortalidad asociada al bajo peso al nacer a término, en menores de un año en el Valle del Cauca, que, mediante el uso de las técnicas de predicción y clasificación, permitió analizar las dinámicas del comportamiento del bajo peso al nacer a término y el riesgo de la mortalidad infantil de esta manera generar acciones de carácter preventivo que procuren su reducción en el territorio.Item Modelo de clusterización de municipios en Colombia a partir de la integración, visualización y análisis de fuentes de datos(Pontificia Universidad Javeriana Cali, 2023) Henao Aguirre, Juan Sebastián; Ortega Lenis, DeliaEste proyecto aborda el problema de la falta integración entre distintas fuentes y tipos de datos, para caracterizar de forma eficiente los municipios en Colombia. Lo que incluye desarrollar un análisis de clusterización de los municipios a partir de las fuentes de información con modelos no supervisados. En este sentido, el objetivo principal de este proyecto es desarrollar un modelo de clusterización a partir de la integración y visualización de distintos tipos y fuentes de datos disponibles para la caracterización de los municipios en Colombia. Desarrollar este tipo de soluciones es un recurso valioso para distintos actores o grupos (como investigadores, funcionarios públicos, entidades territoriales, organizaciones internacionales, etc.) que constantemente demandan este tipo de información, y que no la obtienen y terminan, entre otras cosas, destinando más tiempo del deseable para buscar y consultar la información requerida. Afrontar un problema de este estilo, requirió del desarrollo e implementación de diferentes herramientas de la ciencia de datos como: creación e integración e fuentes de datos a través de un software de visualización como Power BI y entrenar diversos algoritmos para realizar un análisis de clústeresItem Percepciones médicas sobre la atención del final de la vida en pacientes oncológicos(2021) Arroyo Castillo, Lucía Inés; Ortega Lenis, Delia; De Vries, EstherObjetivo: Describir las percepciones médicas sobre la atención durante el final de la vida en pacientes oncológicos en hospitales de mediana y alta complejidad en Popayán y Bogotá. Métodos: Estudio de corte transversal realizado en los años 2019 y 2020 en tres hospitales de Colombia que consistió en aplicar a médicos un cuestionario adaptado y auto administrado que mide la percepción de la atención de fin de vida a partir de la identificación y el seguimiento de pacientes que se encontraban en fin de vida o próximos a ella, en el contexto de enfermedades oncológicas. Resultados: Se identificó el fallecimiento de 341 pacientes y se obtuvieron 261 respuestas de sus médicos tratantes con una tasa de respuesta del 76,7%. El 70% de los médicos considera que la muerte no fue consecuencia de intervenciones médicas y el 85% clasificó las estrategias terapéuticas como paliación sintomática. La prevalencia de tranquilidad con la atención médica brindada durante el proceso de fin de vida fue del 87%. El 48% y el 73% manifestó que no hablaron con los 2 familiares y pacientes respectivamente sobre la posibilidad de acelerar el final de la vida como resultado de las intervenciones o no intervenciones. Conclusiones: Existe interés médico por el fin de vida de los pacientes oncológicos y tranquilidad con la atención médica brindada. La baja comunicación con el paciente o sus familiares durante este periodo puede ser un área de gran mejoramiento.Item Predicción de la tasa de dengue a través de métodos de machine learning en el Valle del Cauca(Pontificia Universidad Javariana Cali, 2024) Cifuentes Rodríguez, Víctor Hugo; Ibarra Calvache, María Alejandra; Díaz Barrios, Gregory David; Ortega Lenis, DeliaEl dengue es una enfermedad viral transmitida por la picadura de un mosquito de la especie Aedes infectado, lo que tiene implicaciones directas en la salud pública en distintas poblaciones a nivel mundial. Esta enfermedad, ha tenido impacto negativo en el Valle del Cauca, reportando 8.074 casos y 23 muertes probables por dengue en el año 2021, según la Gobernación Departamental. No obstante, el proceso actual para el monitoreo de esta enfermedad tiene un alto nivel de manualidad, lo que prolonga los tiempos de respuesta y prevención efectiva. Estudios previos demostraron que la enfermedad está influenciada por condiciones climáticas y sociales, lo que ha permitido acercarse a modelos basados en estadística clásica para relacionar el riesgo de propagación del virus con estas variables, pero con limitaciones teórico-prácticas. El objetivo del proyecto aplicado es predecir la tasa de dengue de dengue en los 42 municipios del Valle del Cauca, utilizando Machine Learning. Los resultados muestran que el comportamiento de la enfermedad es diferencial en cuatro municipios del Departamento, incluyendo su capital, Cali.Item Predicción del gasto de bolsillo en salud de los hogares en Colombia usando modelos de aprendizaje automático(Pontificia Universidad Javariana Cali, 2024) Parada Portilla, Juan Sebastián; Ortega Lenis, DeliaEste trabajo desarrolla modelos de aprendizaje automático para predecir el gasto de bolsillo en salud de los hogares colombianos. Utilizando datos de la Encuesta de Calidad de Vida (ECV), se identificaron variables clave como la presencia de enfermedades crónicas en el hogar, el ingreso del hogar, el tamaño del hogar, el estado de salud y la afiliación al sistema de seguridad social. Inicialmente, se exploraron modelos de regresión, pero debido a la alta proporción de valores nulos (85\% de los hogares no reportan gasto en salud), su desempeño fue limitado. Para abordar este problema, se transformó la variable dependiente en una binaria y se aplicaron modelos de clasificación, incluyendo Random Forest, Gradient Boosting y regresión logística, optimizados con la técnica SMOTE para balancear las clases. Los resultados muestran que los modelos de clasificación superan a los de regresión, con Random Forest y Gradient Boosting logrando los mejores desempeños en términos de ROC AUC. Este estudio proporciona herramientas útiles para el diseño de políticas públicas basadas en evidencia, permitiendo identificar hogares con mayor riesgo de incurrir en altos gastos en salud y facilitando intervenciones para reducir el impacto financiero en las familias colombianas.