Predicting Number of Hospital Appointments when no data is available

Show simple item record

dc.contributor.advisor Castro Gutierrez, Eveling Gloria
dc.contributor.author Caceres Zea, Harold Ernesto
dc.date.accessioned 2021-08-06T03:59:48Z
dc.date.available 2021-08-06T03:59:48Z
dc.date.issued 2020
dc.identifier.uri http://hdl.handle.net/20.500.12773/12649
dc.description.abstract Por lo general, en un hospital, los datos generados por cada departamento o sección se tratan de forma aislada, creyendo que no existe una relación entre ellos. Se cree que si bien un departamento tiene una gran demanda, no puede influir en que otro pueda tener la misma demanda o no tener ninguna. En este documento, cuestionamos este enfoque al considerar la información de los departamentos como componentes de un gran sistema en el hospital. Por lo tanto, presentamos un algoritmo para predecir las citas de los departamentos cuando los datos no están disponibles utilizando datos de otros departamentos. Este algoritmo usa un modelo basado en regresión lineal múltiple usando una matriz de correlación para medir la relación entre los departamentos con diferentes ventanas de tiempo. Después de ejecutar nuestro algoritmo para diferentes ventanas de tiempo y departamentos, descubrimos experimentalmente que mientras aumentamos la extensión de una ventana de tiempo y aprendemos dependencias en los datos, su precisión correspondiente disminuye. De hecho, un mes de datos es el punto óptimo mínimo para aprovechar la información de otros departamentos y aún así proporcionar predicciones precisas. Estos resultados son importantes para desarrollar políticas de salud por departamento bajo datos limitados, un problema interesante que planeamos investigar en futuros trabajos. es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional de San Agustín de Arequipa es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/ es_PE
dc.source Universidad Nacional de San Agustín de Arequipa es_PE
dc.source Repositorio Institucional - UNSA es_PE
dc.subject Matriz de Correlación es_PE
dc.subject Aprendizaje Automático es_PE
dc.subject Citas en un Hospital es_PE
dc.subject Regresión Lineal Múltiple es_PE
dc.title Predicting Number of Hospital Appointments when no data is available es_PE
dc.type info:eu-repo/semantics/bachelorThesis es_PE
thesis.degree.name Ingeniero de Sistemas es_PE
thesis.degree.grantor Universidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y Servicios es_PE
thesis.degree.discipline Ingeniería de Sistemas es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#2.11.02 es_PE
renati.advisor.dni 29695284
renati.advisor.orcid https://orcid.org/0000-0002-0203-041X es_PE
renati.author.dni 71013833
renati.discipline 612076 es_PE
renati.juror Arisaca Mamani, Robert Edison
renati.juror Castro Gutierrez, Eveling Gloria
renati.juror Paz Valderrama, Alfredo
renati.level http://purl.org/pe-repo/renati/level#tituloProfesional es_PE
renati.type http://purl.org/pe-repo/renati/type#tesis es_PE
dc.publisher.country PE es_PE


Files in this item

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics