Factores de predicción para la detección temprana de trastornos neurocognitivos en personas institucionalizadas en centros de protección social pertenecientes a la beneficencia de Cundinamarca

Parada Hernández, Andrés

Factores de predicción para la detección temprana de trastornos neurocognitivos en personas institucionalizadas en centros de protección social pertenecientes a la beneficencia de Cundinamarca

dc.contributor.advisor	González Veloza, José John Fredy
dc.contributor.author	Parada Hernández, Andrés
dc.coverage.spatial	Bogotà - Colombia	spa
dc.creator.email	aparadah@libertadores.edu.co	spa
dc.date.accessioned	2023-04-26T00:08:22Z
dc.date.available	2023-04-26T00:08:22Z
dc.date.created	2023
dc.description	Los trastornos neurocognitivos vienen aumentando de manera significativa en la población de personas mayores. A partir de esto, resulta importante comprender este fenómeno como el resultado de una multiplicidad de variables donde el contexto social y la afectación intelectual establecen elementos de estudio acordes con la identificación de factores de riesgo y/o contributivos. Las personas que presentan trastorno del desarrollo intelectual con afectación leve están más expuestas a adquirir un tipo específico de demencia la cual, generalmente, comienza a presentar signos tempranos. El presente estudio pretendió identificar casos potenciales en personas institucionalizadas en Centros de Protección Social de la Beneficencia de Cundinamarca con el fin de establecer acciones terapéuticas tempranas para controlar el deterioro mental y los costos asociados con los tratamientos. Para el estudio se tuvieron en cuenta 32 variables predictoras obtenidas por medio de la Escala Wechsler de Inteligencia para Adultos y Mini-Mental State Examination. A partir del análisis de datos existentes en los Centros de Protección Social de la Beneficencia de Cundinamarca en 2018, 2020 y 2022 (n = 294) se entrenaron modelos estadísticos que dividieron la variable objetivo: diagnóstico de demencia en 2022 en componentes independientes orientados a la predicción de casos potenciales de acuerdo con la prevalencia de algún tipo de afectación. Una vez procesados los datos, el modelo de clasificación que presentó mejor desempeño fue el Random Forest Classifier, arrojando un 2 AUC de 0.97, 0.01 por encima del Light Gradient Boosting Machine, y 0.1 de la Logisctic Regression planteada inicialmente. Las variables que mejor contribuyeron a la predicción se relacionaron con la memoria evocativa, organización temporal, memoria inmediata, atención y cálculo, diagnóstico base, coeficiente ejecutivo y edad.	spa
dc.description.abstract	Neurocognitive disorders are increasing significantly in the elderly population. elderly population. From this point of view, it is important to understand this phenomenon as the result of a multiplicity of variables as the result of a multiplicity of variables in which the social context and intellectual impairment and intellectual impairment establish elements of study in line with the identification of risk and/or contributory factors. risk and/or contributory factors. Individuals with intellectual developmental disorder with mild impairment are more likely to be with mild impairment are more likely to acquire a specific type of dementia, which generally begins to show early signs of dementia, which usually begins to show early signs. The present study aimed to identify potential cases in people institutionalized in Social Protection Centers of the Beneficencia de Cundinamarca. of the Beneficencia de Cundinamarca in order to establish early therapeutic actions to control the to control mental deterioration and the costs associated with the treatments. The study took into account 32 predictor variables obtained through the Wechsler Scale of Intelligence. Wechsler Adult Intelligence Scale and Mini-Mental State Examination. Based on the analysis of existing data in the Social Protection Centers of the Beneficencia de Cundinamarca in 2018, in Cundinamarca in 2018, 2020 and 2022 (n = 294), statistical models were trained which divided the objective variable: diagnosis of dementia in 2022 into independent components oriented to the oriented to the prediction of potential cases according to the prevalence of some type of according to the prevalence of some type of impairment. Once the data were processed, the classification model that performed best was the Random classification model that presented the best performance was the Random Forest Classifier, yielding a 2 AUC of 0.97, 0.01 higher than the Light Gradient Boosting Machine, and 0.1 higher than the Logisctic Regression initially proposed. The variables that best contributed to the prediction were related to the evocative memory were related to evocative memory, temporal organization, immediate memory, attention and calculation, baseline diagnosis, executive quotient and age.	spa
dc.format	PDF	spa
dc.identifier.uri	http://hdl.handle.net/11371/5739
dc.language.iso	spa	spa
dc.publisher	Fundación Universitaria Los Libertadores. Sede Bogotá.	spa
dc.rights.acceso	Abierto (Texto Completo)	spa
dc.rights.accessrights	OpenAccess	spa
dc.subject.lemb	Diagnóstico	spa
dc.subject.lemb	Tratamiento	spa
dc.subject.proposal	Persona con discapacidad	spa
dc.subject.proposal	Demencia	spa
dc.subject.proposal	CI	spa
dc.subject.proposal	Envejecimiento.	spa
dc.subject.subjectenglish	Person with disability	spa
dc.subject.subjectenglish	Dementia	spa
dc.subject.subjectenglish	IC	spa
dc.subject.subjectenglish	Aging	spa
dc.title	Factores de predicción para la detección temprana de trastornos neurocognitivos en personas institucionalizadas en centros de protección social pertenecientes a la beneficencia de Cundinamarca	spa
dc.title.titleenglish	Predictive factors for the early detection of neurocognitive disorders in people institutionalized in social protection centers belonging to the charity of Cundinamarca.	spa
dc.type	info:eu-repo/semantics/bachelorThesis	spa