Modelo de Inteligencia Analítica Predictiva para el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP
Resumen
El presente estudio tuvo como objetivo general de ddeterminar el grado de asertividad del Modelo Analítico de Inteligencia Predictiva en el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP. La presente investigación es aplicada, longitudinal y predictiva. El diseño de investigación es no experimental, exploratorio y descriptivo. El diseño es no experimental porque no manipula las variables de estudio, es exploratorio porque analiza las variables asociadas a las especialidades de los servicios de salud en las diferentes dimensiones del tiempo para identificar los diferentes estados de del ciclo de vida. Es descriptivo porque encuentra patrones de comportamiento en las atenciones de acuerdo a los estados del ciclo de vida de una determinada especialidad. La población estuvo conformada por todas las atenciones que se han realizado los pacientes de la entidad privada de salud QS-CRP. El tamaño de la población es mayor a los siete millones de registros comprendidos desde el años de 1995 hasta abril del año de 2018. Por la naturaleza de la investigación se trabajará con toda la población del cual se deduce que la muestra es censal. De los resultados de la investigación se concluye que el modelo de inteligencia analítica predictiva basado en regresión lineal, permite realizar el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP con un nivel de significancia de 0.00.
Descripción
Citación
Aprobación
Revisión
Complementado por
Referenciado por
Autores
Asesor
Grado o título
Maestro en Ingeniería de Sistemas con Mención en Dirección y Gestión en Tecnologías de Información
Programa
Maestría en Ingeniería de Sistemas con Mención en Dirección y Gestión en Tecnologías de Información
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
DOI
Licencia Creative Commons
Archivos
Cargando...
Nombre
Alex_Tesis_Maestro_2023.pdf
Tamaño
3,62 MB
Formato
Adobe PDF
Cargando...
Nombre
Autorización.pdf
Tamaño
366,03 KB
Formato
Adobe PDF
Cargando...
Nombre
Reporte de similitud.pdf
Tamaño
3,25 MB
Formato
Adobe PDF