Examinando por Autor "Morales Rivera, Mario Alfonso"

Mostrando 1 - 4 de 4
  • Miniatura
    PublicaciónRestringido
    Ajuste de modelos de Machine Learning para pronosticar el ausentismo de usuarios en una IPS
    (Universidad de Córdoba, 2024-07-10) Padilla Avila, Estefani Esther; Cochet Tirado, Brayan Said; Morales Rivera, Mario Alfonso; Perez Cantero, Kevin Luis; Caicedo Castro, Isaac Bernardo; Correa Vanegas, Emelis; Ruiz Sárez, Juan Camilo
    La falta de asistencia a citas médicas programadas se refiere a la situación en la que los usuarios de una empresa de servicios de salud no se presentan a su cita acordada. Esta problemática puede estar influenciada por diversos factores, tales como la edad del paciente, el tipo de cita, el perfil socioeconómico, el lugar de residencia entre otros El ausentismo a las consultas médicas tiene importantes implicaciones para la entidad prestadora del servicio, tanto en términos de costos como de eficiencia. Por lo tanto, es crucial poder estimar la probabilidad de que los usuarios de una institución prestadora de salud (IPS) no se presenten a la cita previamente programada, para proponer soluciones efectivas basadas en esta información. En esta ponencia se presentarán los resultados del entrenamiento de modelos de Machine Learning (ML) para clasificar a los usuarios de la IPS según el riesgo de no asistir a una cita médica previamente programada, considerando algunas características tanto del paciente como de la cita. Además, explica una estrategia de sobre agendamiento de citas basadas en las predicciones hechas por los modelos, que brinde confianza a la IPS para administrar de manera más eficiente la programación de la agenda de los médicos, lo que a su vez contribuirá a la reducción de costos y aumento de la eficiencia de la organización. Esta aplicación de los modelos de ML proporciona una oportunidad para que la empresa optimice la asignación de citas, reduciendo el ausentismo y lo cual se vería reflejado en una atención más oportuna para los afiliados a esta entidad, con tiempos de espera más cortos al solicitar los servicios.
  • Miniatura
    PublicaciónAcceso abierto
    Aplicación para la deserción en la Universidad de Córdoba
    (Universidad de Córdoba, 2024-08-12) López Montiel, Joyne; Morales Rivera, Mario Alfonso; Mario Alfonso Morales Rivera
    El proyecto consiste en una aplicación diseñada para predecir estudiantes con alto riesgo de deserción en la Universidad de Córdoba, utilizando modelos de machine learning. La aplicación también incluye un módulo de estadísticas descriptivas y análisis de tasas de deserción, proporcionando una visión detallada del comportamiento de la población estudiantil. Esto permite a los administradores identificar patrones y tendencias, facilitando la toma de decisiones informadas para implementar estrategias efectivas de retención estudiantil. Además, la aplicación ofrece una interfaz interactiva para explorar datos y resultados de manera accesible y comprensible para los usuarios.
  • Miniatura
    PublicaciónAcceso abierto
    Entrenamiento de modelos de aprendizaje automático para clasificar estudiantes en posibles desertores o no desertores, en programas académicos de la Universidad de Córdoba
    (Universidad de Córdoba, 2023-11-10) Hoyos Vega, Jhon Jeiller; Morales Rivera, Mario Alfonso; Pérez Cantero, Kevin Luis
    El objetivo de esta investigación se fundamenta en la aplicación de algoritmos de aprendizaje automático supervisado como el de regresión logística, Naive Bayes, gradient boosting y redes neuronales, para clasificar a los estudiantes de los programas de matemáticas y estadística de la Universidad de Córdoba, en el lugar de desarrollo ubicado en Montería, en posibles desertores o no desertores del programa, a partir de información de variables socioeconómicas y académicas de los estudiantes al momento de ingresar, como la edad, el puntaje ICFES en matemáticas, el promedio acumulado ponderado y otras que resultan significativas en los estudios de deserción estudiantil y que se tenían disponibles. El estudio contó con una muestra de 852 estudiantes de estos programas que presentaron matrícula académica durante las cohortes de 2015-1 hasta 2021-2, con lo cual se dispuso de un tamaño de muestra suficiente para el entrenamiento y evaluación de los modelos por medio de la aplicación de validación cruzada. Los principales hallazgos en esta investigación muestran que los cuatro algoritmos considerados alcanzan precisiones similares y por encima del 73 %, evidenciando que la información disponible es suficiente para hacer una buena clasificación de estos estudiantes, entre los que pueden optar por abandonar o no sus estudios universitarios.
  • Miniatura
    PublicaciónEmbargo
    Prevalencia y análisis estadístico del comportamiento de la leishmaniasis cutánea en el departamento de Córdoba, 2018-2022
    (Universidad de Córdoba, 2025-02-05) Martínez Arrieta, Noemyz Yamyth; Robles González, Juana Raquel; Morales Rivera, Mario Alfonso; Herrera Guerra, Eugenia
    Se analiza la prevalencia y el comportamiento de la leishmaniasis cutánea (LC) en los municipios del departamento de Córdoba durante el periodo comprendido entre 2018 a 2022. La metodología empleada es de naturaleza cuantitativa, con un diseño no experimental. El estudio se llevó a cabo a partir de los datos registrados en el Sistema Nacional de Vigilancia en Salud Pública y el Instituto Nacional de Salud, con un total de 930 casos registrados. Se estiman tasas de morbilidad por edad, municipio, la tendencia y, cambio porcentual (CP). Se ajusta un modelo de regresión lineal generalizado usando la distribución de Poisson y la función de enlace logarítmica. Se determina la desigualdad geográfica mediante el Índice de Desigualdad de la Pendiente (IDP). Los resultados indican que la leishmaniasis cutánea en el Departamento de Córdoba tiende al aumento durante el periodo de estudio. Los municipios de Puerto Libertador, Tierralta, Valencia, Canalete, La Apartada y Los Córdobas exhiben las tasas de morbilidad más elevadas y mayores riesgos de la enfermedad en estudio respecto a la población. Se observa que los hombres enfrentan un mayor riesgo relativo por esta enfermedad en comparación con las mujeres. Además, se registraron las tasas de morbilidad y riesgos más altos entre las personas pertenecientes al grupo de edad de 12 a 24 años. Se observó que a mayor desigualdad geográfica se presentan tasas de morbilidad m´ as altas y que los mayores riesgos se concentraron en los municipios del sur del departamento.