Propuesta de modelo de análisis de datos para categorizar el nivel de riesgo cardiovascular en el departamento del Atlántico

datacite.rightshttp://purl.org/coar/access_right/c_16ecspa
dc.contributor.authorConsuegra González, Luis Rodrigo
dc.date.accessioned2021-03-11T19:44:50Z
dc.date.available2021-03-11T19:44:50Z
dc.date.issued2021
dc.description.abstractLa presente propuesta de trabajo de investigación de maestría tiene como objetivo proponer un modelo basado en análisis de datos para categorizar el nivel de riesgo cardiovascular que apoye en la generación de planes para la prevención y control de estas enfermedades en el departamento del Atlántico. La investigación presentó un enfoque mixto, de carácter aplicado, con diseño experimental y una población de 10.270 personas, de las cuales se tomaron 6218 personas en la muestra. En primera medida, se estableció el modelo PROCAM, de acuerdo con investigaciones previas, como el recomendado para el contexto del departamento del Atlántico, en segunda medida, se hallaron como variables intervinientes en el modelo el sexo, edad, tabaquismo, antecedentes familiares (muerte por infarto agudo de miocardio u otra enfermedad cardiovascular), imc (índice masa corporal), diabetes mellitus, presión arterial sistólica y diastólica, colesterol HDL, colesterol LDL y triglicéridos. Como resultado de la investigación se espera que mediante la implementación del modelo se tenga una constante actualización de los datos de las historias clínicas para realizar análisis y filtros de la población estimada con riesgo en la realización de estrategias focalizadas de prevención de los pacientes detectados.spa
dc.description.abstractThe present proposal of master's research work aims to propose a model based on data analysis to categorize the level of cardiovascular risk that supports the generation of plans for the prevention and control of these diseases in the department of Atlántico. The research presented a mixed approach, of an applied nature, with an experimental design and a population of 10,270 people, of which 6,218 people were taken in the sample. In the first measure, the PROCAM model was established, in accordance with previous research, such as the one recommended for the context of the department of Atlántico, in the second measure, sex, age, smoking, family history (death due to acute myocardial infarction or other cardiovascular disease), BMI (body mass index), diabetes mellitus, systolic and diastolic blood pressure, HDL cholesterol, LDL cholesterol and triglycerides. As a result of the research, it is expected that through the implementation of the model there will be a constant update of the data of the medical records to perform analyzes and filters of the estimated population at risk in the implementation of focused prevention strategies of the detected patients.eng
dc.format.mimetypepdfspa
dc.identifier.urihttps://hdl.handle.net/20.500.12442/7169
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacionaleng
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectEnfermedad cardiovascularspa
dc.subjectFactores de riesgos cardiovascularesspa
dc.subjectRiesgo cardiovascularspa
dc.subjectModelos de predicción cardiovascularspa
dc.subjectCardiovascular diseaseeng
dc.subjectcardiovascular risk factorseng
dc.subjectcardiovascular riskeng
dc.subjectcardiovascular prediction modelseng
dc.titlePropuesta de modelo de análisis de datos para categorizar el nivel de riesgo cardiovascular en el departamento del Atlánticospa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.spaTrabajo de grado másterspa
dcterms.referencesAlagona, P., & Ahmad, T. A. (2015). Cardiovascular Disease Risk Assessment and Prevention. Current Guidelines and Limitations. Medical Clinics of North America, 99(4), 711–731. https://doi.org/10.1016/j.mcna.2015.02.003eng
dcterms.referencesAlonso Lanza, J. L. (2005). La historia clínica electrónica: ideas, experiencias y reflexiones. Acimed, 13(5), 1-1.spa
dcterms.referencesAlonso A, Krijthe BP, Aspelund T, et al. (2013). Simple risk model predicts incidence of atrial fibrillation in a racially and geographically diverse population: the CHARGE-AF consortium. J Am Heart Assoc. 2013;2 (2): e000102.eng
dcterms.referencesAmaya, R. (2007). La investigación en la práctica educativa: Guía metodológica de investigación para el diagnóstico y evaluación en los centros docentes. Madrid: Secretaría General Técnica.spa
dcterms.referencesAnalysts, B., Howson, C., Richardson, J., Sallam, R., & Kronz, A. (2020). Magic Quadrant for Analytics and Business Intelligence Platforms. Gartner, Inc.: Stamford, CT, USA, 1-58.eng
dcterms.referencesArias, F. (2006). Introducción a la metodología científica. Caracas-Venezuela: Episteme.spa
dcterms.referencesAssman G, Cullen P, Schulte H (2002). Simple scoring scheme for calculating the risk of acute coronary events based on the 10-years follow-up of the Prospective Cardiovascular Münster Study (PROCAM). Circulation. 2002; 105: 310-5eng
dcterms.referencesBalakumar, P., Maung-U, K., & Jagadeesh, G. (2016). Prevalence and prevention of cardiovascular disease and diabetes mellitus. Pharmacological Research, 113, 600–609. https://doi.org/10.1016/j.phrs.2016.09.040eng
dcterms.referencesBerry, M., & Linoff, G. (1997). Data mining techniques: For marketing, sales, and marketing support.eng
dcterms.referencesBest, J. W. (1982). Cómo investigar en educación. España: Ediciones Morataspa
dcterms.referencesBlakley, B., McDermott, E., & Geer, D. (2001, September). Information security is information risk management. In Proceedings of the 2001 workshop on New security paradigms (pp. 97-104).eng
dcterms.referencesBrotons, C., Moral, I., Fernández, D., Puig, M., Bonacho, E. C., Muñoz, P. M., ... & Aguado, L. J. Q. (2019). Estimation of lifetime risk of cardiovascular disease (IBERLIFERISK): a new tool for cardiovascular disease prevention in primary care. Revista Española de Cardiología (English Edition), 72(7), 562-568.eng
dcterms.referencesCampos de Aldana, M. S., Moya Plata, D., Mendoza Matajira, J. D., & Duran Niño, E. Y. (2014). Chronic Non-Communicable Diseases and Use of Information and Communication Technology: Systematic Review. Revista Cuidarte, 5(1), 661–669.eng
dcterms.referencesCazallo, A., Meñaca, I., Lechuga, J., Medina, H., Uribe, C., & Barragán, C. (2019). Modeling foreign investment received in the Colombian oil sector during the period 1996- 2016. Revista Espacios, 40(20), 13-23.eng
dcterms.referencesCelermajer, D. S., Chow, C. K., Marijon, E., Anstey, N. M., & Woo, K. S. (2012). Cardiovascular disease in the developing world: Prevalences, patterns, and the potential of early disease detection. Journal of the American College of Cardiology, 60(14), 1207–1216. https://doi.org/10.1016/j.jacc.2012.03.074eng
dcterms.referencesChi, M., Plaza, A., Benediktsson, J. A., Sun, Z., Shen, J., & Zhu, Y. (2016). Big data for remote sensing: Challenges and opportunities. Proceedings of the IEEE, 104(11), 2207-2219.eng
dcterms.referencesConpes, D. N. P. 113 de 2008. Política de seguridad alimentaria y nutricional.spa
dcterms.referencesCórdova-Villalobos, J. Á., Barriguete-Meléndez, J. A., Lara-Esqueda, A., Barquera, S., Rosas- Peralta, M., & Hernández-Ávila, M. (2008). Chronic noncommunicable diseases in Mexico: epidemiological synopsis and comprehensive prevention [Las enfermedades crónicas no transmisibles en México: sinopsis epidemiológica y prevención integral]. Salud Publica de Mexico, 50(5), 419–427. https://doi.org/10.1590/S0036-36342008000500015spa
dcterms.referencesCullen Paul, Helmut Schulte, and Gerd Assmann. 1997. “The Münster Heart Study (PROCAM).” 96(7):2128–36eng
dcterms.referencesDANE. (2019). Boletín Técnico Estadísticas Vitales (EEVV) Tercer trimestre 2019 pr. Retrieved from https://www.dane.gov.co/files/investigaciones/poblacion/bt_estadisticasvitales_IIItrim_20 19pr-20-diciembre-2019.pdfspa
dcterms.referencesDe Barrera, J. H., & Morales, M. F. B. (2000). Metodología de la investigación holística. Instituto Universitario de Tecnología Caripito.spa
dcterms.referencesDE PRINCIPIOS, D. E. C. L. A. R. A. C. I. Ó. N. LEY 23 DE 1981.spa
dcterms.referencesDe Salud Pública, P. D. (2013). Pública 2012-2021. Bogotá: Ministerio de Salud y Protección Social.spa
dcterms.referencesDíaz-Realpe, J. E., Muñoz-Martínez, J., & Sierra-Torres, C. H. (2007). Factores de riesgo para enfermedad cardiovascular en trabajadores de una institución prestadora de servicios de salud, Colombia. Revista de Salud pública, 9, 64-75.spa
dcterms.referencesEysenbach, G. (2001). What is e-health? Journal of medical Internet research, 3(2), e20.eng
dcterms.referencesFrancula-Zaninovic, S., & Nola, I. A. (2018). Management of Measurable Variable Cardiovascular Disease’ Risk Factors. Current Cardiology Reviews, 14(3), 153–163. https://doi.org/10.2174/1573403x14666180222102312eng
dcterms.referencesGarcía, J., Cazallo, A., Barragan, C. E., Mercado, M., Olarte, L., Meza, V. (2019). Indicadores de Eficacia y Eficiencia en la gestión de procura de materiales en empresas del sector construcción del Departamento del Atlántico, Colombia. Revista ESPACIOS, 40(22).spa
dcterms.referencesGawryszewski, V. P., & de Souza, M. de F. M. (2014). Mortality due to cardiovascular diseases in the Americas by region, 2000-2009. Sao Paulo Medical Journal, 132(2), 105–110. https://doi.org/10.1590/1516-3180.2014.1322604eng
dcterms.referencesGoff DC Jr, Lloyd-Jones DM, Bennett G, et al; American College of Cardiology/American Heart Association Task Force on Practice Guidelines. 2013 ACC/AHA guideline on the assessment of cardiovascular risk: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation. 2014; 129(25) (suppl 2): S49-S73.eng
dcterms.referencesGoldstein, B. A., Navar, A. M., & Pencina, M. J. (2016). Risk prediction with electronic health records: the importance of model validation and clinical context. JAMA cardiology, 1(9), 976-977.eng
dcterms.referencesGonzález, P.P., Desarrollo de técnicas de minería de datos en procesos industriales: Modelización en líneas de producción de acero. Julio de 2006: Universidad de la Riojaspa
dcterms.referencesGonzález, M., & Salazar, F. A. (2009). Aspectos Básicos del Estudio de Muestra y Población para la Elaboración de los Proyectos de Investigación (Doctoral dissertation).spa
dcterms.referencesGonzález, Gabriela. (15 de febrero de 2021). Estudio prospectivo: características, ejemplos y limitaciones. Lifeder. Recuperado de https://www.lifeder.com/estudio-prospectivo/.spa
dcterms.referencesHernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2010). Metodología de la investigación.spa
dcterms.referencesJiménez Mesino, J. E. (2019). Autopercepción del estado de salud en individuos con riesgo cardiovascular en Colombia (Masters thesis, Universidad del Norte).spa
dcterms.referencesKazi, D. S., Penko, J. M., & Bibbins-Domingo, K. (2017). Statins for Primary Prevention of Cardiovascular Disease: Review of Evidence and Recommendations for Clinical Practice. Medical Clinics of North America, 101(4), 689–699. https://doi.org/10.1016/j.mcna.2017.03.001eng
dcterms.referencesKeylee, B., Florez, A., Lugo, V., Rubiano, A., Maestre, V., & Portillo, Y. (2019). Factores de riesgo cardiovascular en trabajadores de tres ciudades de la región caribe colombiana.spa
dcterms.referencesKimball, R., & Caserta, J. (2004). The data warehouse ETL toolkit. John Wiley & Sons.eng
dcterms.referencesKunstmann, S., de Grazia, R., & Gainza, D. (2012). Aterosclerosis en la mujer: factores de riesgo y prevención TT - Atherosclerosis in women: risk factors and its prevention. Revista Chilena de Cardiología, 31(2), 142–147. https://doi.org/10.4067/S0718 85602012000200009spa
dcterms.referencesLIBRES, C. D. A. T. (2005). Estudio sociológico y del conocimiento de los factores de riesgo de las enfermedades cardiovasculares en la Costa Caribe Colombiana (Estudio Caribe). Revista Colombiana de Cardiología, 12(3), 0120-5633.spa
dcterms.referencesLlanusa Ruiz, S. B., Rojo Pérez, N., Caraballoso Hernández, M., Capote Mir, R., & Pérez Piñero, J. (2005). Las tecnologías de información y comunicación y la gestión del conocimiento en el sector salud. Revista Cubana de Salud Pública, 31(3), 0-0.spa
dcterms.referencesLópez-Jaramillo, P., Sánchez, R. A., Diaz, M., Cobos, L., Bryce, A., Carrillo, J. Z. P., ... Zanchetti, A. (2013). Latin American consensus on hypertension in patients with diabetes type 2 and metabolic syndrome. Journal of Hypertension, 31(2), 223–238. https://doi.org/10.1097/HJH.0b013e32835c5444eng
dcterms.referencesLuna, D., Soriano, E., & González Bernaldo de Quirós, F. (2007). Historia clínica electrónica. Rev. Hospital B Aires, 27(2), 77-85.spa
dcterms.referencesMannila, H. (2000). Theoretical frameworks for data mining. ACM SIGKDD Explorations Newsletter, 1(2), 30-32.eng
dcterms.referencesMendivelso, F., & Rodríguez, M. RIESGO RELATIVO. https://doi.org/10.26852/01234250.39spa
dcterms.referencesMinisterio de salud. 2010. “Principales causas de mortalidad en Colombia.” Retrieved from https://www.minsalud.gov.co/salud/Paginas/Enfermedades-cardiovasculares.aspxspa
dcterms.referencesMinisterio Salud y Protección Social. (2012). Plan Decenal de Salud Pública PDSP, 2012-2021. Retrieved from https://www.minsalud.gov.co/plandecenal/Paginas/home2013.aspxspa
dcterms.referencesMuñoz, O. M., Rodríguez, N. I., Ruiz, Á., & Rondón, M. (2014). Validación de los modelos de predicción de Framingham y PROCAM como estimadores del riesgo cardiovascular en una población colombiana. Revista Colombiana de cardiología, 21(4), 202-212.spa
dcterms.referencesMurillo, J. (2008). Sobre la metodología de investigación en estudios sobre el discurso de la cortesía: a propósito del empleo de cuestionarios de hábitos sociales. Cortesía y conversación: De lo escrito a lo oral, 53-71.spa
dcterms.referencesOPS/OMS. (2013). Plan de acción mundial para la prevención y el control de las enfermedades no transmisibles 2013-2020.spa
dcterms.referencesPadrón-Martínez MM, Perea-Martínez A, López Navarrete GE. (2016) Relación cintura/estatura, una herramienta útil para detectar riesgos cardiovascular y metabólico en niños. Acta Pediatra Mex.;37(5):297-301.spa
dcterms.referencesPiatetsky-Shapiro, G. y W. J Frawley. Knowledge Discovery in Data bases". AAAI/MIT Press, 1991.spa
dcterms.referencesQuintero, V., Heredia Vizcaíno, D., & Sanmartín Mendoza, P. (2018). Datos, información, tendencias, tres miradas sobre un contexto cambiante. In Ediciones Universidad Simón Bolívar. https://hdl.handle.net/20.500.12442/3948.spa
dcterms.referencesRepública de Colombia. Ley 1335, de Estilos de Vida Saludables. Bogotá: Congreso de la Republica; 2009.spa
dcterms.referencesRepública de Colombia. Ley 1355, de Estilos de Vida Saludables. Bogotá: Congreso de la Republica; 2009.spa
dcterms.referencesRepública de Colombia. Ley 2015, Historia Clínica Electrónica Interoperable. Bogotá: Congreso de la Republica; 2020.spa
dcterms.referencesRodríguez, D., de Voil, P., Rufino, M. C., Odendo, M., & van Wijk, M. T. (2017). To mulch or to munch? Big modelling of big data. Agricultural Systems, 153, 32-42.eng
dcterms.referencesRuiz A. (2010) Control del riesgo cardiovascular en el anciano. Servicio de Medicina Interna. Hospital de la Serranía. Ronda. Málaga. [Internet]. Retrieved from https://docplayer.es/22744334-Controldel-riesgo-cardiovascular-en-el-anciano-alberto- ruiz-cantero-servicio-demedicina-interna-hospital-de-la-serrania-ronda-malaga.htmlspa
dcterms.referencesRuiz JS. (2012) Modelos europeos: PROCAM y SCORE. En: Control Global del Riesgo Cardio metabólico La disfunción endotelial como diana preferencial. Madrid: Díaz de Santosspa
dcterms.referencesSalazar, P., Manterola, C., Quiroz, G., García, N., Otzen, T., Mora, M., & Duque, G. (2019). Estudios de cohortes. 1a parte. Descripción, metodología y aplicaciones. Revista de cirugía, 71(5), 482-493.spa
dcterms.referencesSans Menéndez, S. (2000). Las enfermedades cardiovasculares: Revista Panamericana de Salud P, 7(1), 49–50. https://doi.org/10.1590/S1020-49892000000100012spa
dcterms.referencesTamayo, T. (1997). Población y muestra. Tamayo y Tamayo.spa
dcterms.referencesVan Dalen, D. B., & Meyer, W. J. (2006). Estrategia de la investigación descriptiva. Manual de técnica de la investigación educacional.spa
dcterms.referencesVillarroel, R. H., Gómez, Y. M., & Krause, C. B. (2013). Incorporación de seguridad en el modelado conceptual de procesos extracción-transformación-carga. Información tecnológica, 24(6), 101-110.spa
dcterms.referencesWolfert, S., Ge, L., Verdouw, C., & Bogaardt, M. J. (2017). Big data in smart farming–a review. Agricultural Systems, 153, 69-80.eng
dcterms.referencesWorld Health Organization. (2014). Global Status Report on Noncommunicable Diseases 2014. 298. Retrieved from https://www.who.int/nmh/publications/ncd-status-report-2014/en/.eng
dcterms.referencesWorld Health Organization. 2018. “The top 10 causes of death.” Retrieved from http://www.who.int/en/news-room/fact-sheets/detail/the-top-10-causes-of-deatheng
dcterms.referencesWorld Health Organization. 2018. “Enfermedades no transmisibles” Retrieved from https://www.who.int/es/news-room/fact-sheets/detail/noncommunicable-diseaseseng
oaire.versioninfo:eu-repo/semantics/publishedVersionspa
sb.programaMaestría en Ingeniería de Sistemas y Computaciónspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
PDF_Resumen.pdf
Tamaño:
329.46 KB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
PDF.pdf
Tamaño:
2.25 MB
Formato:
Adobe Portable Document Format

Colecciones