Browsing by Subject "Predictive modeling"

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Estimación de la tasa de recuperación de la vegetación tras incendios forestales mediante imágenes satelitales y machine learning
    (Pontificia Universidad Javeriana Cali, 2025) Cartagena Martínez, Milton; Sáenz Hernández, Germán Darío; Solano Correa, Yady Tatiana; Patiño Velasco, Mario Milver
    El presente proyecto tuvo como objetivo estimar la tasa de recuperación vegetal en áreas afectadas por incendios forestales en las regiones de Caquetá y Tolima, las cuales presentan condiciones climáticas diversas influenciadas por el fenómeno de El Niño Oscilación del Sur (ENOS). Se desarrolló un modelo que utiliza imágenes satelitales de Sentinel-2, FACSAT-2 y de sensores Aerotransportados, empleando técnicas de entrenamiento supervisado y redes neuronales con el objetivo de detectar áreas afectadas por incendios y llevar a cabo análisis temporales, por lo tanto, se incorporaron variables climáticas relevantes en la recuperación vegetal, tales como la temperatura y la precipitación. Una vez detectada la zona de interés se aplicó una versión optimizada del algoritmo Gradient Boosting con histogramas (HGB) que permiten mejorar la eficiencia en la estimación de la recuperación vegetal en las zonas seleccionadas debido a su capacidad para manejar grandes volúmenes de datos, los resultados fueron visualizados en un tablero de dashboard de power BI para conocer los tiempos estimados de la tasa de recuperación en las dos zonas de estudio planteadas en este proyecto.
  • Thumbnail Image
    Item
    Modelo predictivo para la detección temprana del riesgo de suicidio en policías de Colombia
    (Pontificia Universidad Javeriana Cali, 2026) Caicedo Henríquez, Valentina; Barbosa Rodríguez, Mario Fernando; Torres Romero, Juan Sebastián; Arango Londoño, David
    El suicidio en la Policía Nacional de Colombia representa un problema crítico de salud pública institucional: en 2011 la tasa alcanzó 18 por cada 100.000 efectivos, triplicando la tasa nacional. Este proyecto aplicado desarrolló un modelo predictivo de detección temprana del riesgo de suicidio en policías activos utilizando una base de datos institucional inédita de la Dirección de Sanidad de la Policía Nacional (DISAN PONAL) con 254 casos confirmados, bajo un diseño caso-control retrospectivo con ventana de observación de 24 meses y horizonte de predicción de 90 días. Se construyeron 42 variables predictoras a partir de fuentes clínicas, laborales y sociodemográficas. Se evaluaron cuatro algoritmos —Regresión Logística, Random Forest, XGBoost y LightGBM— bajo escenarios de desbalance 5:1 y 10:1. El modelo LightGBM en escenario 5:1 obtuvo el mejor desempeño en validación cruzada: AUC-PR = 0.9587, AUC-ROC = 0.9888, F1 = 0.9095, Precisión = 0.919 y Recall = 0.902. Una auditoría de data leakage de cuatro capas redujo el AUC-PR de 1.000 a 0.9587, confirmando la ausencia de contaminación metodológica. La validación temporal (hold-out 2022–2025) reveló una degradación significativa en la métrica primaria (AUC-PR: 0.9587 → 0.6553, −32%), indicando que el modelo requiere recalibración antes del despliegue operativo. El análisis SHAP identificó como predictores dominantes los indicadores de utilización general del sistema de salud —tasa de diagnósticos acumulados, polimedicación, antigüedad institucional y edad— no exclusivamente de salud mental formal. Se calculó el PPV esperado bajo prevalencia real, mostrando que el despliegue directo sobre el universo de efectivos requiere estratificación previa de una subcohorte de riesgo. El análisis de equidad por subgrupos reveló brechas de Recall entre hombres y mujeres y entre policías de alta y baja antigüedad, documentadas como limitaciones. El trabajo aporta un protocolo replicable de auditoría de leakage para diseños caso-control retrospectivos en contextos de salud institucional y un conjunto de seis indicadores de riesgo con potencial de integración en programas preventivos de la DISAN.
  • Thumbnail Image
    Item
    Predicción de deserción de clientes en planes de previsión exequial utilizando técnicas de aprendizaje automático
    (Pontificia Universidad Javeriana Cali, 2024) Cortés Cataño, Carlos Felipe; Mora Cañas, Carlos Luis; González Gómez, Daniel Enrique
    El presente proyecto evaluó varias técnicas de clasificación para identificar los clientes propensos a presentar deserción en contratos de previsión exequial en una compañía funeraria para después de comparar varias técnicas, seleccionar la técnica de aprendizaje automático “XGBoost”. La retención de clientes es esencial para la competitividad, cobertura y rentabilidad de esta empresa, y mediante la aplicación de este modelo, se logra un “recall” equivalente al 89%, permitiendo la identificación de 578 contratos propensos a desertar. Esto proporciona a la funeraria una buena alternativa para implementar estrategias más precisas y dirigidas a retener sus clientes, contribuyendo así a sus objetivos de crecimiento y éxito a largo plazo.
  • Thumbnail Image
    Item
    Predicción de la supervivencia en pacientes con cáncer de estómago: integración de características clínicas, genéticas y análisis de imágenes para el apoyo en la toma de decisiones clínicas
    (Pontificia Universidad Javeriana Cali, 2025) López León, William Andrés; Parra Barrera, Eliana Liseth; Meneses Ramírez, Karem Dayana; Tobar Tosse, Henry Fabián
    El cáncer gástrico continúa siendo uno de los principales desafíos en salud pública a nivel mundial, no solo por su elevada mortalidad, sino también por las limitaciones actuales para estratificar adecuadamente el riesgo y personalizar las decisiones terapéuticas. A pesar de los avances diagnósticos y moleculares, la predicción de supervivencia sigue siendo imprecisa debido a la heterogeneidad tumoral y a la fragmentación de la información clínica y genómica. En este escenario, los modelos integrativos basados en ciencia de datos representan una oportunidad para mejorar el pronóstico y apoyar de manera objetiva la toma de decisiones clínicas. Este proyecto tuvo como objetivo desarrollar y evaluar modelos de predicción de supervivencia en cáncer gástrico mediante la integración de variables clínicas (edad, sexo, estadio TNM, grado histológico), perfiles de expresión de miRNA y características cuantitativas derivadas de imágenes histopatológicas digitales H&E. Para ello, se emplearon datos del repositorio TCGA STAD del National Cancer Institute, incluyendo tablas clínicas, matrices de expresión miRNA-seq y Whole Slide Images en formato SVS. El pipeline metodológico incluyó: (1) preprocesamiento clínico con imputación y estandarización; (2) selección de miRNA mediante análisis de expresión diferencial y pruebas univariadas; (3) normalización de color y extracción de parches tisulares con OpenSlide; (4) extracción de características morfológicas, estructurales y texturales con un enfoque interpretable desde criterios histopatológicos; y (5) agregación estadística por paciente. Con este conjunto multimodal se entrenaron tres modelos de supervivencia ampliamente utilizados: Coxnet penalizado, Random Survival Forest (RSF) y DeepSurv, optimizados mediante búsqueda aleatoria y validación interna. Entre las estrategias evaluadas, el modelo Coxnet penalizado se consolidó como el más robusto e interpretable para la predicción de supervivencia en la cohorte TCGA-STAD. Este alcanzó un C index de 0.7315 y valores de AUC(t) de 0.784, 0.758 y 0.760 a 1, 3 y 5 años, respectivamente. El Brier Score obtenido (0.1441) evidenció una adecuada calibración, mientras que las curvas de Kaplan–Meier mostraron una separación significativa entre los grupos de riesgo (log-rank p = 1.36 × 10⁻⁴), confirmando su utilidad para estratificar pacientes según su pronóstico. En conjunto, estos resultados demuestran que los enfoques multimodales permiten capturar de manera más completa la heterogeneidad biológica del cáncer gástrico y proporcionan herramientas predictivas superiores al análisis clínico tradicional, favoreciendo una estratificación temprana del riesgo y decisiones terapéuticas más precisas.
  • Thumbnail Image
    Item
    Predicción del pH y la DBO en el río Cauca utilizando técnicas de machine learning: anticipando cambios críticos de calidad
    (Pontificia Universidad Javeriana Cali, 2026) Cortés Montiel, Weimar; Sotelo de la Cruz, Daniel Alfonso; Torres Valencia, Cristian Alejandro
    Dada la creciente preocupación por la calidad del agua en Colombia, este proyecto de maestría desarrolló modelos predictivos para estimar los niveles de pH y Demanda Bioquímica de Oxígeno (DBO) en el río Cauca, con énfasis en la cuenca alta, integrando técnicas de ciencia de datos y aprendizaje automático. El estudio partió del análisis y preprocesamiento de datos históricos oficiales, que incluyeron variables fisicoquímicas como pH, DBO, oxígeno disuelto, temperatura, conductividad y nutrientes. La metodología contempló la partición de los datos en conjuntos de entrenamiento y prueba (80-20 %), con validación cruzada repetida para garantizar la robustez de la evaluación. Se entrenaron y ajustaron modelos de regresión como Regresión Lineal Múltiple, Árboles de Decisión, Random Forest, Gradient Boosting (XGBoost), SVR y Perceptrón Multicapa (MLP), optimizados mediante Grid Search y Optuna. Su desempeño se evaluó con métricas como RMSE, MAE y R², así como mediante curvas de aprendizaje para detectar sobreajuste. Se estimaron con precisión los valores de pH y DBO del río Cauca, y mediante análisis SHAP se identificaron las variables fisicoquímicas de mayor incidencia: para la DBO, los sulfatos (mg SO₄/l), bicarbonatos (mg CaCO₃/l) y conductividad eléctrica (µS/cm) resultaron las más determinantes; para el pH, los nitratos (mg N-NO₃/l) y bicarbonatos (mg CaCO₃/l) concentraron la mayor contribución explicativa. El trabajo se centró en la ejecución técnica de los modelos, sin desarrollos externos ni visualizaciones interactivas. Se priorizó el análisis cuantitativo de los resultados, documentando el proceso completo y aportando evidencia sobre la aplicabilidad del aprendizaje automático en el monitoreo ambiental. Esta investigación fortaleció herramientas analíticas para la gestión del recurso hídrico local y ofrece una base metodológica replicable, útil como insumo académico o institucional, sin pretensión de implementación automatizada o en tiempo real.