Prototipo para la validación de indicadores de promoción y prevención para la detección temprana de cáncer de mama respecto a la posición geográfica del afiliado que se la realiza

dc.contributorVelásquez Henao, Juan David
dc.contributorVelásquez Henao, Juan David [0000-0003-3043-3037]
dc.creatorVásquez Vergara, Luis Fernando
dc.date.accessioned2023-08-10T17:16:32Z
dc.date.accessioned2023-08-25T14:06:48Z
dc.date.available2023-08-10T17:16:32Z
dc.date.available2023-08-25T14:06:48Z
dc.date.created2023-08-10T17:16:32Z
dc.date.issued2023
dc.identifierhttps://repositorio.unal.edu.co/handle/unal/84524
dc.identifierUniversidad Nacional de Colombia
dc.identifierRepositorio Institucional Universidad Nacional de Colombia
dc.identifierhttps://repositorio.unal.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8427050
dc.description.abstractEn la actualidad, la EPS pertenecientes al Sistema de Salud de Colombia realizan análisis de información de forma manual soportadas en herramientas ofimáticas que tiene como fin responder a los requerimientos de negocio y operacionales. Particularmente, es notoria la falta de información de georreferenciación sobre sus afiliados, lo que impide un análisis profundo de cómo se encuentran distribuidos geográficamente y como atenderlos apropiadamente a partir de esta información. En esta Tesis de maestría se propone un nuevo KPI para conocer el estado de cumplimiento que tienen las IPS por región; este indicador permitiría una mejor planeación y análisis de los planes de promoción y prevención. Para la evaluación del KPI propuesto, se desarrolló un prototipo para realizar su cálculo, el cual fue aplicado al Municipio del Retiro, Antioquia, para analizar la información de la Resolución 4505 de 2012, con que se conforma el indicador de cáncer de seno. Los resultados obtenidos mostraron que la distancia influye en que las personas se realicen o no las mamografías, y que debe ser tenida en cuenta en el diseño de las actividades de promoción y prevención por parte de las EPS del país. El KPI propuesto permitió conocer cómo se encontraban las IPS a nivel de la calidad de datos y nivel de cumplimiento de las mamografías que se debían hacer en dicha región, así cómo, el estado en que se encontraba para realizar análisis geográfico. (Texto tomado de la fuente)
dc.description.abstractCurrently, the EPS belonging to the Colombian Health System manually carries out information analysis, supported by office automation tools, to respond to business and operational requirements. Its members' lack of georeferencing information is notorious, which prevents a thorough analysis of how they are geographically distributed and how to treat them properly based on this information. In this master's thesis, a new KPI is proposed to identify the compliance status of the IPS by region; this indicator would allow better planning and analysis of promotion and prevention plans. For the evaluation of the proposed KPI, a prototype was developed to perform the calculation, which was applied to the Municipality of Retiro, Antioquia, to analyze the information of Resolution 4505 of 2012, which is made up of the breast cancer indicator. The results showed that distance influences whether people undergo mammograms, which must be considered when designing promotion and prevention activities by the country's EPS. The proposed KPI allowed us to find out how the IPS was found at the data quality level and mammogram compliance level that should have been done in said region, as well as the state in which it was found to carry out a geographic analysis.
dc.languagespa
dc.publisherUniversidad Nacional de Colombia
dc.publisherMedellín - Minas - Maestría en Ingeniería - Analítica
dc.publisherFacultad de Minas
dc.publisherMedellín, Colombia
dc.publisherUniversidad Nacional de Colombia - Sede Medellín
dc.relationRedCol
dc.relationLaReferencia
dc.relationAgresti, A. (2002). Categorical Data Analysis | Wiley Series in Probability and Statistics. https://onlinelibrary.wiley.com/doi/book/10.1002/0471249688
dc.relationAmerican Cancer Society. (2021). Information and Resources about for Cancer: Breast, Colon, Lung, Prostate, Skin. https://www.cancer.org
dc.relationAriza Calderón, A. F., Castillo Talero, L. M., & Ore Aldana, K. H. (2020). Desarrollo de un prototipo funcional de una aplicación web, para la gestión de inventario en un conjunto de restaurantes de Bogotá, empleando técnicas de analítica de datos. Caso de estudio: Restaurante “Mantiss”. http://repository.unipiloto.edu.co/handle/20.500.12277/7776
dc.relationBoyd, D., & Crawford, K. (2012). CRITICAL QUESTIONS FOR BIG DATA: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662–679. https://doi.org/10.1080/1369118X.2012.678878
dc.relationCastaño, J. (2020). Estrategias para la integración de datos en salud en Colombia. Revista de Salud Pública, 12(2), 34–42.
dc.relationCastaño-Duque, L.F., et al. (2019). Incidencia y mortalidad por cáncer de seno en Colombia, 2000-2016. Revista Colombiana de Cancerología. Revista Colombiana de Cancerología, 23(4), Article 4. https://doi.org/10.35509/01239015.116
dc.relationChen, J., Li, X., & Wang, X. (2019). Cloud-based geolocation services: Architecture and applications. IEEE Communications Magazine, 57(11), 36–42.
dc.relationChen, X., Gao, Y., Zhao, J., & Zhang, L. (2020). Incorporating Geographic Distance into Logistics Systems Optimization Models: A Review. IEEE Access, 8, 22938–22953. https://doi.org/10.1109/ACCESS.2020.2964723
dc.relationLey 100, (1993). https://bibliotecadigital.ccb.org.co/handle/11520/14645
dc.relationAcuerdo 117, (1998). https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/Acuerdo-117-de-1998.pdf
dc.relationLey 1438, (2011). https://go.gale.com/ps/i.do?p=IFME&sw=w&issn=01248286&v=2.1&it=r&id=GALE%7CA307524637&sid=googleScholar&linkaccess=abs
dc.relationResolución 1442, 0001442 (2013). https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/resolucion-1442-de-2013.pdf
dc.relationResolución 2503, 0002503 (2020). https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/resolucion-2503-de-2020.pdf
dc.relationCook, R. D., & Weisberg, S. (1982). Residuals and Influence in Regression. New York: Chapman and Hall.
dc.relationCressie, N. (2015). Statistics for Spatial Data, Revised Edition | Wiley. Wiley.Com. https://www.wiley.com/en-gb/Statistics+for+Spatial+Data%2C+Revised+Edition-p-9781119114611
dc.relationCromley, E. K., & McLafferty, S. (2011). GIS and Public Health. Guilford Press.
dc.relationDarden, J. T., & Rizova, P. (2018). Measuring social distance between groups: A comparison of geographic and demographic measures. 5, 439–468. Sociological Science.
dc.relationDetecte el cáncer de mama a tiempo. (2020, octubre 19). Boletín de Prensa No 842 de 2020. https://www.minsalud.gov.co/Paginas/Detecte-el-cancer-de-mama-a-tiempo.aspx
dc.relationDhar, V., & Kashyap, V. (2013). Big Data: The Management Revolution. Harvard Business Review. https://hbr.org/2012/10/big-data-the-management-revolution
dc.relationDiaz, A. I. (2012). Introducción a los cálculos geoespaciales en C. XV Concurso de Trabajos Estudiantiles (EST 2012) (XLI JAIIO, La Plata, 27 al 31 de agosto de 2012). http://sedici.unlp.edu.ar/handle/10915/125034
dc.relationField, A., Miles, J., & Field, Z. (2012). (PDF) Discovering Statistics Using R by Andy Field, Jeremy Miles, Zoë Field. https://www.researchgate.net/publication/264690977_Discovering_Statistics_Using_R_by_Andy_Field_Jeremy_Miles_Zoe_Field
dc.relationFitzgerald, G., Hone, T., & Fitzgerald, N. (2018). Modelling the effect of contact tracing in epidemics using spatial network models. International Journal of Environmental Research and Public Health, 15(2), 287. https://doi.org/10.3390/ijerph15020287
dc.relationGandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics—ScienceDirect. https://www.sciencedirect.com/science/article/pii/S0268401214001066
dc.relationGao, Y., Wang, X., & Li, X. (2016). Geolocation techniques for wireless networks: A survey. IEEE Communications Surveys & Tutorials, 18(2), 1209–1252.
dc.relationGarcía, A. (2019). Capacitación en el manejo de big data e analítica en salud en Colombia. Revista de Tecnología Médica, 20(4), 56–63.
dc.relationGarcía, G. G., Hagen, K. E., & Ríos, P. A. (2017). Georeferenciación de los centros de atención primaria de América Latina. Revista Panamericana de Salud Pública, 41(24).
dc.relationGarcía, M. (2018). Acceso a tecnología en zonas rurales de Colombia. 10(4), 45–52.
dc.relationGeocodificación: Definición y principales servicios web de geocoding. (2021, octubre 15). Geoinnova. https://geoinnova.org/blog-territorio/geocodificacion-servicios-geocoding/
dc.relationGomez Ayala, A. D. (2020). Plan de negocios para la creación de una empresa de bi y analítica de datos dirigida a las pyme del sector Ecommerce en Colombia. https://repository.ean.edu.co/handle/10882/9855
dc.relationGómez-Restrepo, C., et al. (2019). Accesibilidad a servicios de detección temprana del cáncer de seno en Colombia. Revista Colombiana de Cancerología, 23(1), Article 2. https://doi.org/10.35509/01239015.57
dc.relationGonzález, J. A. G. (2017). El resurgir de los mapas. La importancia del «dónde» y del pensamiento espacial. Ería: Revista cuatrimestral de geografía, 37(2), 217–231.
dc.relationGonzález, M. C., Longley, P. A., & Batty, M. (2017). Big data and the city. Interaction design and architecture(s), 33, 7–10.
dc.relationGoodchild, M. F. (2007). Citizens as sensors: The world of volunteered geography. GeoJournal, 69(4), 211–221. https://doi.org/10.1007/s10708-007-9111-y Greene, W. (2003). Econometric analysis. Prentice Hall.
dc.relationHaining, R. (2003). Spatial Data Analysis | Ecology and conservation. Cambridge University Press. https://www.cambridge.org/co/academic/subjects/life-sciences/ecology-and-conservation/spatial-data-analysis-theory-and-practice, https://www.cambridge.org/co/academic/subjects/life-sciences/ecology-and-conservation
dc.relationHealth promotion Agency. (2016). https://www.who.int/health-topics/health-promotion
dc.relationHernández, A. (2019). Capacitación en el uso de tecnologías en el sector salud en Colombia. Revista de Tecnología Médica, 20(1), 12–18.
dc.relationHosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression | Wiley Online Books. https://onlinelibrary.wiley.com/doi/book/10.1002/0471722146
dc.relationJohnson, C. L. et al. (2016). Using Geocoding to Identify COVID-19 Outbreaks in Congregate Residential Settings: San Francisco’s Outbreak Response in Single-Room Occupancy Hotels—Stephanie E. Cohen, Jodi Stookey, Nora Anderson, Devan Morris, Trudy Singzon, Maggie Dann, Katie Burk, Carol C. Chen, 2023. https://journals.sagepub.com/doi/abs/10.1177/00333549221128301
dc.relationJones, S., Hatah, E., Arif, F., Abdul Wahid, M. A., Makmor-Bakry, M., & Abdul Maulad, K. N. (2021). Geospatial analysis of distribution of community pharmacies and other health care facilities providing minor ailments services in Malaysia. Journal of Pharmaceutical Policy and Practice, 14(1), 24. https://doi.org/10.1186/s40545-021-00308-9
dc.relationKoch, T., & Wendland, A. (2016). Georeferencing health data: The use of geographic information systems (GIS) in health research. The International Journal of Health Planning and Management, 31(2), 259–266.
dc.relationKoplan, J. P., Liverman, C. T., Kraak, V. I., & Committee on Prevention of Obesity in Children and Youth. (2005). Preventing childhood obesity: Health in the balance: executive summary. Journal of the American Dietetic Association, 105(1), 131–138. https://doi.org/10.1016/j.jada.2004.11.023
dc.relationKoubaa, A., Trigui, R., & Alouini, M. S. (2017). Geolocation in wireless networks: A survey. IEEE Communications Surveys & Tutorials.
dc.relationKumar, A., & Panda, Supriya. P. (2019). A Survey: How Python Pitches in IT-World. 2019 International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COMITCon), 248–251. https://doi.org/10.1109/COMITCon.2019.8862251
dc.relationLi, L., Li, X., & Li, J. (2018). Indoor geolocation techniques: A survey. IEEE Communications Surveys & Tutorials, 20(1), 441–485.
dc.relationLongley, P. A., Goodchild, M. F., Maguire, D. J., & Rhind, D. W. (2011). Geographic Information Science and Systems, 4th Edition | Wiley. Wiley.Com. https://www.wiley.com/en-us/Geographic+Information+Science+and+Systems%2C+4th+Edition-p-9781119128458
dc.relationLópez, D. (2018). Seguridad y privacidad en tecnologías móviles de salud en Colombia. Revista de Tecnología Médica, 19(2), 25–32.
dc.relationMahmoud, H., & Akkari, N. (2016). Shortest Path Calculation: A Comparative Study for Location-Based Recommender System. 2016 World Symposium on Computer Applications Research (WSCAR), 1–5. https://doi.org/10.1109/WSCAR.2016.16
dc.relationManyika, J., Chui, M., Brown, B., Bughin, J., & Dobbs, R. (2011). Big data: The next frontier for innovation, competition, and productivity | McKinsey. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation
dc.relationMartínez, A. (2015). Integración de sistemas de información en salud en Colombia. Revista de Tecnología Médica, 16(4), 78–85.
dc.relationMathers, C. D., & Loncar, D. (2006). Projections of Global Mortality and Burden of Disease from 2002 to 2030—PMC. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1664601/
dc.relationMcAfee, & Brynjolfsson, E. (2012). How Big Data and Big Data Analytics Mediate Organizational Risk Management. Journal of Financial Risk Management, 12(01), 1–14. https://doi.org/10.4236/jfrm.2023.121001
dc.relationMenard, S. (1995). Applied logistic regression analysis. Sage. iBusiness, 03(04), 383–389. https://doi.org/10.4236/ib.2011.34051
dc.relationMendoza, J. S. (2019). Exploración de Indicadores en Promoción en Salud en Colombia para la Realización de Estudios Analíticos Estadísticos. https://medicina.bogota.unal.edu.co/component/phocadownload/category/65-repositorio-estudiantes?download=1226:2018-2019-rojas-mendoza
dc.relationMinisterio de Salud y Protección Social. (2018). Guía de referencia rápida: Cáncer de seno. https://www.minsalud.gov.co/sites/rid/1/Guía%20de%20Práctica%20Clínica%20%20de%20Cancer%20de%20Mama%20versión%20completa.pdf
dc.relationMolina, G., Oquendo, T., Bastidas, D., Rodriguez, S., & Florez, M. (2015). Georreferenciación de la oferta de programas de salud pública en cuatro ciudades en el contexto del mercado competitivo del sistema de salud, Colombia 2014. Iatreia, 28(3), Article 3. https://doi.org/10.17533/udea.iatreia.v28n3a01
dc.relationMonmonier, M. (2018). How to Lie with Maps, Third Edition. University of Chicago Press. https://press.uchicago.edu/ucp/books/book/chicago/H/bo27400568.html
dc.relationNavarro, J. (2017). Uso de tecnologías móviles en atención al paciente en Colombia. Revista de Salud Pública, 9(3), 56–62.
dc.relationNguyen, T. T., Le-Hong, T., & Le-Ngoc, T. (2015). Geolocation in wireless networks: A survey. IEEE Communications Surveys.
dc.relationOAS. (s/f). III.2 Relaciones entre variables. Recuperado el 7 de agosto de 2023, de http://www.oas.org/dsd/publications/unit/oea35s/ch39.htm
dc.relationOrganizacion mundial de la salud. (2020). World Health Organization (WHO). https://www.who.int/es
dc.relationOrganización Panamericana de la Salud. (2016). https://www.paho.org/es
dc.relationPerkel, J. M. (2015). Programming: Pick up Python. Nature, 518(7537), Article 7537. https://doi.org/10.1038/518125a
dc.relationRojas, P. (2016). Aplicaciones de big data e analítica en la toma de decisiones en salud en Colombia. Revista de Tecnología Médica, 17(3), 45–52.
dc.relationSallis, J., Owen, N., & Fisher, E. (2008). Ecological Models of Health Behavior. Health Behavior and Health Education, 4.
dc.relationSmith, M., Goodchild, M. F., & Longley, P. (2016). Geospatial Analysis—Spatial and GIS analysis techniques and GIS software. https://www.spatialanalysisonline.com/extractv6.pdf
dc.relationStarfield, B., Shi, L., & Macinko, J. (2008). Instructions to Authors and Publication Policies. The Milbank Quarterly, 86(4), 689–696. https://doi.org/10.1111/j.1468-0009.2008.00542.x
dc.relationUniversidad de Granada. (s/f). Práctica 6 | Estadística. Recuperado el 7 de agosto de 2023, de https://wpd.ugr.es/~bioestad/guia-spss/practica-6/
dc.relationVarela, G., Sáez, M., & Fernández, R. (2011). ¿Cómo validar un instrumento de medida de la salud? Anales del Sistema Sanitario de Navarra, 34(1), 63–72.
dc.relationWorld Health Organization. (1986). Health Promotion. https://www.who.int/teams/health-promotion/enhanced-wellbeing/first-global-conference
dc.relationWorld Health Organization. (2020). Health Promotion. https://www.who.int/teams/health-promotion/enhanced-wellbeing/first-global-conference
dc.relationZhang, F., Brender, J., Lima, I., Suarez, L., & Langlois, P. (2006). Match Rate and Positional Accuracy of Two Geocoding Methods for Epidemiologic Research. Annals of epidemiology, 16, 842–849. https://doi.org/10.1016/j.annepidem.2006.08.001
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.titlePrototipo para la validación de indicadores de promoción y prevención para la detección temprana de cáncer de mama respecto a la posición geográfica del afiliado que se la realiza
dc.typeTrabajo de grado - Maestría


Este ítem pertenece a la siguiente institución