Métodos de machine learning para clasificar las necesidades de atención de apoyo en pacientes oncológicos

Benitez Soriano, Moises Alexander; Chiriboga Azanza, Josias Hazael

DSpace Home
→
Unidades Académicas
→
Facultad de Ciencias Naturales y Matemáticas
→
Tesis de Estadística
→
View Item

dc.contributor.advisor	Andrea García Angulo, Director
dc.contributor.author	Benitez Soriano, Moises Alexander
dc.contributor.author	Chiriboga Azanza, Josias Hazael
dc.creator	ESPOL
dc.date.accessioned	2023-10-26T13:57:54Z
dc.date.available	2023-10-26T13:57:54Z
dc.date.issued	2023
dc.identifier.citation	Benitez Soriano, M. A. y Chiriboga Azanza, J. H. (2023). Métodos de machine learning para clasificar las necesidades de atención de apoyo en pacientes oncológicos. [Proyecto integrador]. ESPOL.FCNM .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/58483
dc.description	En el año 2020, se registraron millones de fallecimientos según la OMS. En el ámbito oncológico, los tratamientos paliativos desempeñan un papel fundamental al mejorar la calidad de vida de pacientes en fases avanzadas de la enfermedad, abordando sus aspectos físicos, psicológicos, sociales y espirituales. En este contexto, se busca establecer una conexión entre la calidad de vida y las necesidades particulares de estos pacientes, con el objetivo de brindarles una atención integral. Este estudio empleó diversos enfoques de machine learning mediante el lenguaje de programación R para predecir las necesidades en cuatro dominios: psicológico, físico, cuidado y atención, y salud e información. A través de un modelo de regresión logística ajustado, se identificaron las variables significativas en cada dominio, y los modelos de machine learning demostraron una capacidad aceptable para clasificar, logrando una exactitud del 65%-70%. La aplicación constante de encuestas especializadas para evaluar las necesidades y la calidad de vida de estos pacientes ofrece información valiosa para mejorar la atención. Además, el desarrollo de los modelos proporciona una predicción que se acerca a las necesidades diarias que enfrentan.
dc.format	application/pdf
dc.format.extent	67 paginas
dc.language.iso	spa
dc.publisher	ESPOL
dc.rights	openAccess
dc.subject	Necesidad
dc.subject	predicción
dc.subject	tratamiento paliativo
dc.subject	calidad de vida
dc.subject	encuestas
dc.title	Métodos de machine learning para clasificar las necesidades de atención de apoyo en pacientes oncológicos
dc.type	Ingeniero Estadístico
dc.identifier.codigoespol	T-110523
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	MATE-166
dc.description.abstractenglish	In the year 2020, millions of deaths were recorded according to the OMS. In the field of oncology, palliative treatments play a crucial role in improving the quality of life of patients in advanced stages of the disease, addressing their physical, psychological, social, and spiritual aspects. In this context, an effort is made to establish a connection between the quality of life and the specific needs of these patients, with the aim of providing comprehensive care. This study employed various machine learning approaches using the R programming language to predict needs in four domains: psychological, physical, care and attention, and health and information. Through a refined logistic regression model, significant variables were identified in each domain, and the machine learning models demonstrated an acceptable ability to classify, achieving an accuracy of 65%-70%. The continuous application of specialized surveys to assess the needs and quality of life of these patients provides valuable information for improving care. Furthermore, the development of these models offers a prediction that closely aligns with the daily challenges they face.