Políticas   Declaración de Budapest  
 

Modelo predictivo basado en Machine Learning para el pronóstico de deserción a la vacunación contra el virus del papiloma humano (VPH)

Vista sencilla de ítem
dc.contributor.advisorSaboya Rios, Nemias
dc.contributor.authorMarroquin Marroquin, Urlish Kleyber
dc.date.accessioned2021-03-31T20:35:30Z
dc.date.available2021-03-31T20:35:30Z
dc.date.embargoEnd2023-02-22
dc.date.issued2021-02-22
dc.description.abstractEn la actualidad, una de las enfermedades que está causando gran cantidad de muertes en Perú, es el cáncer de cuello uterino ocasionado por el virus del papiloma humano (VPH), sin embargo, gracias a la aplicación de la vacuna contra esta enfermedad se puede prevenir y proteger por ciertas cepas del VPH. El estudio consistió en la elaboración de un modelo predictivo utilizando Machine Learning para el pronóstico de deserción en la vacunación contra el VPH en niñas del grupo etario de 9 a 13 años de edad. Los datos que se utilizaron proceden del “Sistema de vacunación contra el VPH” del Ministerio de Salud del Perú (Minsa). La metodología consistió en desarrollar cuatro modelos de aprendizaje supervisado: Decision Tree Classifier, Random Forest Classifier, Extra Trees Classifier y Extreme Gradient Boosting con la intención de comparar los resultados y elegir al modelo que presente mejor desempeño para su respectiva calibración y poder ser utilizado a través de una interfaz gráfica. Los resultados demostraron que el mejor modelo de aprendizaje fue Random Forest Classifier, con un Accuracy Score 63.6140%, AUC de 63.6183%, precisión de 64%, Recall de 63% y F1-score de 63%; esto indica que el modelo clasifica el 64% de los casos como niñas que desertan a la vacunación contra el VPH.en_ES
dc.description.escuelaEscuela de Posgradoen_ES
dc.description.lineadeinvestigacionInteligencia artificialen_ES
dc.description.sedeLIMAen_ES
dc.formatapplication/pdfen_ES
dc.identifier.urihttp://repositorio-dev.upeu.edu.pe/handle/20.500.12840/4336
dc.language.isospa
dc.publisherUniversidad Peruana Uniónen_ES
dc.publisher.countryPEen_ES
dc.rightsinfo:eu-repo/semantics/embargoedAccessen_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/*
dc.subjectHuman papillomavirus (HPV)en_ES
dc.subjectMachine learningen_ES
dc.subjectRandom forest classifieren_ES
dc.subjectModelo predictivoen_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04en_ES
dc.titleModelo predictivo basado en Machine Learning para el pronóstico de deserción a la vacunación contra el virus del papiloma humano (VPH)en_ES
dc.typeinfo:eu-repo/semantics/masterThesisen_ES
renati.advisor.dni42001721
renati.advisor.orcidhttps://orcid.org/0000-0002-7166-2197en_ES
renati.author.dni70249908
renati.discipline612357en_ES
renati.jurorTurpo Chaparro, Josué Edison
renati.jurorAlvizuri Llerena, Geraldine Verónica
renati.jurorPaucar Curasma, Herminio
renati.jurorHuanca Torres, Fredy Abel
renati.jurorSaboya Rios, Nemias
renati.levelhttp://purl.org/pe-repo/renati/nivel#maestroen_ES
renati.typehttp://purl.org/pe-repo/renati/type#trabajoDeInvestigacionen_ES
thesis.degree.disciplineMaestría en Ingeniería de Sistemas con Mención en Ingeniería de Softwareen_ES
thesis.degree.grantorUniversidad Peruana Unión. Unidad de Posgrado de Ingeniería y Arquitecturaen_ES
thesis.degree.nameMaestro en Ingeniería de Sistemas con Mención en Ingeniería de Softwareen_ES

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Urlish_Trabajo_Maestro_2021.pdf
Tamaño:
154.35 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Magíster en Ingeniería de Sistemas con Mención en Ingeniería de Software