Modelo de clasificación machine learning para pronosticar secuelas físicas en pacientes postcovid.

Figueroa Arias, José Julián

Modelo de clasificación machine learning para pronosticar secuelas físicas en pacientes postcovid.

dc.contributor.advisor	González Veloza, José John Fredy
dc.contributor.author	Figueroa Arias, José Julián
dc.coverage.spatial	Bogotá - Colombia	spa
dc.creator.email	jjfigueroaa@libertadores.edu.co	spa
dc.date.accessioned	2023-04-26T02:02:31Z
dc.date.available	2023-04-26T02:02:31Z
dc.date.created	2023
dc.description	El Covid 19 es un virus infeccioso que produce un síndrome respiratorio agudo severo, y entre los síntomas más frecuentes son los síntomas respiratorios, la fiebre y también síntomas gastrointestinales. Una de las características de este virus es que luego del periodo de recuperación, en algunos casos se presentan secuelas físicas tales como tos, pérdida de olfato, dolores musculares, dolor de cabeza, etc, secuelas que han ocasionado víctimas fatales en todo el mundo. Por lo tanto, en este estudio se realizó un modelo de clasificación machine learning para pronosticar secuelas físicas en pacientes postcovid, como muestra se utilizó información de 1436 observaciones de pacientes del Hospital Universitario Departamental de Nariño quienes resultaron positivos para covid 19, luego de la recuperación de estos pacientes se obtuvo información sobre la variable de interés para esté estudio que fue la presentación de secuelas físicas post covid. Se obtuvo que el modelo con mejores métricas de desempeño fue el de árboles de clasificación con auc de 0.73. Se concluye que el modelo de clasificación es útil para identificar los posibles casos de individuos con secuelas postcovid y de esa manera gestionar las acciones hospitalarias para disminuir complicaciones y víctimas fatales después del periodo de recuperación causado por el virus Covid – 19	spa
dc.description.abstract	Covid 19 is an infectious virus that produces a severe acute respiratory syndrome, and among the most frequent symptoms are respiratory symptoms, fever and also gastrointestinal symptoms. One of the characteristics of this virus is that after the recovery period, in some cases there are physical sequelae such as coughing, loss of smell, muscle pain, headache, etc., sequelae that have caused fatalities throughout the world. Therefore, in this study, a machine learning classification model was carried out to predict physical sequelae in postcovid patients, as a sample, information was obtained from 1436 observations of patients from the Nariño Departmental University Hospital who were positive for covid 19, after recovery. Information was obtained from these patients on the variable of interest for this study, which was the presentation of post-COVID physical sequelae. It was found that the model with the best performance metrics was the classification tree with auc of 0.73. It is concluded that the classification model is useful to identify possible cases of individuals with post-covid sequelae and thus manage hospital actions to reduce complications and fatalities after the recovery period caused by the Covid-19 virus.	spa
dc.format	PDF	spa
dc.identifier.uri	http://hdl.handle.net/11371/5741
dc.language.iso	spa	spa
dc.publisher	Fundación Universitaria Los Libertadores. Sede Bogotá.	spa
dc.rights.acceso	Abierto (Texto Completo)	spa
dc.rights.accessrights	RestrictedAccess	spa
dc.subject.lemb	Medicina clínica	spa
dc.subject.lemb	Aprendizaje automático	spa
dc.subject.lemb	Pacientes - Atención	spa
dc.subject.proposal	Covid 19	spa
dc.subject.proposal	Secuelas físicas	spa
dc.subject.proposal	Machine learning	spa
dc.subject.proposal	Modelo de clasificación.	spa
dc.subject.subjectenglish	Covid 19	spa
dc.subject.subjectenglish	Physical sequelae	spa
dc.subject.subjectenglish	Machine learning	spa
dc.subject.subjectenglish	Classification model	spa
dc.title	Modelo de clasificación machine learning para pronosticar secuelas físicas en pacientes postcovid.	spa
dc.title.titleenglish	Machine learning classification model to predict Physical sequels in post-covid patients	spa
dc.type	info:eu-repo/semantics/bachelorThesis	spa