Análisis de conglomerados en desigualdades y Enfermedades Cardiovasculares (ECV): una base para la asignación de recursos en políticas públicas en salud
Loading...
Date
2024
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javariana Cali
Abstract
El proyecto tiene como objetivo identificar la incidencia de las condiciones socioeconómicas en la mortalidad por ECV para fortalecer la focalización de recursos de las políticas públicas de salud en la región pacífica colombiana teniendo como base información correspondiente al periodo 2016-2020 mediante un análisis de conglomerados geoespacial. La metodología empleada en el estudio combina un enfoque teórico-práctico basado en la recolección de datos secundarios y su posterior análisis mediante la metodología CRISP-DM, que consta de seis etapas para el procesamiento de datos. Se emplearon técnicas de análisis espacial y de conglomerados para identificar patrones en la prevalencia de mortalidad por ECV en la región pacífica colombiana. El procedimiento incluyó la recopilación de información de fuentes oficiales, la aplicación de reducción de dimensionalidad (T-SNE) y el uso de algoritmos de clusterización (K-means y otros métodos complementarios) para agrupar municipios según sus características sociodemográficas y tasas de mortalidad. Posteriormente, se validaron los resultados con expertos en políticas públicas de salud y se implementó un tablero digital interactivo para la visualización de los hallazgos, con el objetivo de apoyar la toma de decisiones en salud pública. Los resultados del estudio permitieron destacar que las condiciones socioeconómicas, como el NBI, la cobertura educativa, el IRCA, el valor agregado y el gasto en salud, tienen un alto poder explicativo en la mortalidad por ECV en la región pacífica colombiana. Utilizando el método K-means con reducción de dimensionalidad mediante T-SNE, se agruparon los municipios en cuatro clústeres con características diferenciadas. La validación con métricas estadísticas determinó que este modelo era el más adecuado, confirmando su consistencia y separación óptima de los grupos. Además, los resultados fueron validados por expertos en salud pública, quienes resaltaron la relevancia del estudio para la focalización de recursos y la formulación de políticas. Finalmente, se desarrolló un tablero digital de acceso público para apoyar la toma de decisiones en salud
Abstract
item.page.abstract.eng
item.page.descriptioneng
The project aims to identify the impact of socioeconomic conditions on CVD mortality to strengthen the targeting of resources of public health policies in the Colombian Pacific region based on information corresponding to the period 2016-2020 through a geospatial cluster analysis. The methodology used in the study combines a theoretical-practical approach based on the collection of secondary data and its subsequent analysis using the CRISP-DM methodology, which consists of six stages for data processing. Spatial and cluster analysis techniques were used to identify patterns in the prevalence of CVD mortality in the Colombian Pacific region. The procedure included the collection of information from official sources, the application of dimensionality reduction (T-SNE) and the use of clustering algorithms (K-means and other complementary methods) to group municipalities according to their sociodemographic characteristics and mortality rates. Subsequently, the results were validated with experts in public health policies and an interactive digital dashboard was implemented to visualize the findings. with the aim of supporting public health decision making. The results of the study made it possible to highlight those socioeconomic conditions, such as the NBI, educational coverage, IRCA, added value and health spending, have a high explanatory power in CVD mortality in the Colombian Pacific region. Using the K-means method with dimensionality reduction through T-SNE, the municipalities were grouped into four clusters with differentiated characteristics. Validation with statistical metrics determined that this model was the most appropriate, confirming its consistency and optimal separation of the groups. In addition, the results were validated by public health experts, who highlighted the relevance of the study for resource targeting and policy formulation. Finally, a publicly accessible digital dashboard was developed to support health decision-making.