Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería
In this study, the Petitions, Complaints, Claims and Reports of the health sector in the contributory and subsidized regimes of the year 2021 in the municipality of Montería were analyzed, with the objective of identifying barriers and opportunities for improvement in the provision of the public hea...
- Autores:
-
Quinchia Lobo, Sebastián
Salazar González, Daniela
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Córdoba
- Repositorio:
- Repositorio Institucional Unicórdoba
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unicordoba.edu.co:ucordoba/7408
- Acceso en línea:
- https://repositorio.unicordoba.edu.co/handle/ucordoba/7408
- Palabra clave:
- PQRD sector salud
Salud pública
Acceso a los servicios de salud
Análisis exploratorio
Aprendizaje no supervisado
K-means
PQRD health sector
Public health
Access to health services
Exploratory analysis
Unsupervised learning
K-means
- Rights
- openAccess
- License
- Copyright Universidad de Córdoba, 2023
| id |
UCORDOBA2_f5d897507d08fa6594b98afb937543b8 |
|---|---|
| oai_identifier_str |
oai:repositorio.unicordoba.edu.co:ucordoba/7408 |
| network_acronym_str |
UCORDOBA2 |
| network_name_str |
Repositorio Institucional Unicórdoba |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| title |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| spellingShingle |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería PQRD sector salud Salud pública Acceso a los servicios de salud Análisis exploratorio Aprendizaje no supervisado K-means PQRD health sector Public health Access to health services Exploratory analysis Unsupervised learning K-means |
| title_short |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| title_full |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| title_fullStr |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| title_full_unstemmed |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| title_sort |
Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería |
| dc.creator.fl_str_mv |
Quinchia Lobo, Sebastián Salazar González, Daniela |
| dc.contributor.advisor.spa.fl_str_mv |
Salas Álvarez, Daniel José Baena Navarro, Rubén Enrique |
| dc.contributor.author.none.fl_str_mv |
Quinchia Lobo, Sebastián Salazar González, Daniela |
| dc.subject.proposal.spa.fl_str_mv |
PQRD sector salud Salud pública Acceso a los servicios de salud Análisis exploratorio Aprendizaje no supervisado K-means |
| topic |
PQRD sector salud Salud pública Acceso a los servicios de salud Análisis exploratorio Aprendizaje no supervisado K-means PQRD health sector Public health Access to health services Exploratory analysis Unsupervised learning K-means |
| dc.subject.keywords.spa.fl_str_mv |
PQRD health sector Public health Access to health services Exploratory analysis Unsupervised learning K-means |
| description |
In this study, the Petitions, Complaints, Claims and Reports of the health sector in the contributory and subsidized regimes of the year 2021 in the municipality of Montería were analyzed, with the objective of identifying barriers and opportunities for improvement in the provision of the public health service. The K-means algorithm was used for the exploratory analysis of Petitions, Complaints, Claims, and Complaints, which made it possible to identify barriers in access to health services, especially for pathologies that require prolonged treatment or specialized medicine. Likewise, an alternative method was developed for the analysis of barriers and opportunities for improvement in the health sector. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-07-11T17:51:36Z |
| dc.date.available.none.fl_str_mv |
2023-07-11T17:51:36Z |
| dc.date.issued.none.fl_str_mv |
2023-07-07 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unicordoba.edu.co/handle/ucordoba/7408 |
| url |
https://repositorio.unicordoba.edu.co/handle/ucordoba/7408 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.spa.fl_str_mv |
Copyright Universidad de Córdoba, 2023 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| rights_invalid_str_mv |
Copyright Universidad de Córdoba, 2023 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Montería, Córdoba, Colombia |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| institution |
Universidad de Córdoba |
| bitstream.url.fl_str_mv |
https://repositorio.unicordoba.edu.co/bitstreams/6d205062-ec1e-4a80-8ad5-403ab7249b00/download https://repositorio.unicordoba.edu.co/bitstreams/5d94b797-a503-4182-b3f2-cc28a001da7f/download https://repositorio.unicordoba.edu.co/bitstreams/2b2758b0-fc06-4af7-aac2-b7fc066e961d/download https://repositorio.unicordoba.edu.co/bitstreams/227c78bd-a74f-49b3-8852-9188b3865911/download https://repositorio.unicordoba.edu.co/bitstreams/b2cbf0ea-c84d-4f43-8c95-535fb90aef04/download https://repositorio.unicordoba.edu.co/bitstreams/d0674e6d-1a8d-485a-b535-e0bdb7d697f0/download https://repositorio.unicordoba.edu.co/bitstreams/01c08f49-cb24-427e-b9d5-0ca05b7b25f5/download |
| bitstream.checksum.fl_str_mv |
d101fd80bfbbe2e68a636fb1ecede2ff 77c232127e4f7d1be3b65c70779acfb2 2f9959eaf5b71fae44bbf9ec84150c7a d97294673cd27223630d2f75c89ab338 fb9357b14eed5742bbf0feb6c58e0749 5c16c1555e8a92aaa351ed52b09c95df 67013751910f8d98a40ad092341cab6b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad de Córdoba |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1839636038542163968 |
| spelling |
Salas Álvarez, Daniel Joséb9721726-d809-45a7-8ef1-7504148ff900-1Baena Navarro, Rubén Enrique31eef208-f646-4576-81ed-e652c4c1f623-1Quinchia Lobo, Sebastián49166913-7390-4ebd-bd45-330b5be57600-1Salazar González, Daniela4e681852-bf80-4c87-88d8-8f935a34d070-12023-07-11T17:51:36Z2023-07-11T17:51:36Z2023-07-07https://repositorio.unicordoba.edu.co/handle/ucordoba/7408In this study, the Petitions, Complaints, Claims and Reports of the health sector in the contributory and subsidized regimes of the year 2021 in the municipality of Montería were analyzed, with the objective of identifying barriers and opportunities for improvement in the provision of the public health service. The K-means algorithm was used for the exploratory analysis of Petitions, Complaints, Claims, and Complaints, which made it possible to identify barriers in access to health services, especially for pathologies that require prolonged treatment or specialized medicine. Likewise, an alternative method was developed for the analysis of barriers and opportunities for improvement in the health sector.1. INTRODUCCIÓN ...... 101.1 PLANTEAMIENTO DEL PROBLEMA ...... 101.1.1 ÁRBOL DE PROBLEMAS ...... 161.1.2 PREGUNTA PROBLEMA ...... 161.2 JUSTIFICACION ...... 172. OBJETIVOS ...... 182.1 OBJETIVO GENERAL ...... 182.2 OBJETIVOS ESPECÍFICOS ...... 183. REVISIÓN BIBLIOGRÁFICA ...... 193.1 SECTOR SALUD ...... 193.1.1 ENTIDAD PROMOTORA DE SALUD (EPS) ...... 193.1.2 ADMINISTRADORA DE PLANES DE BENEFICIOS (EAPB) ...... 193.1.3 SISTEMA DE IDENTIFICACIÓN DE POTENCIALES BENEFICIARIOS DE PROGRAMAS SOCIALES EN COLOMBIA (SISBÉN) ...... 193.1.4 REGÍMENES DE ASEGURAMIENTO ...... 203.1.4.1 SUBSIDIADO ...... 203.1.4.2 CONTRIBUTIVO ...... 203.1.4.3 EXCEPTUADO O ESPECIAL ...... 203.1.5 REGÍMENES NO INDEXADOS ...... 203.1.5.1 REGÍMENES DE SALUD PRIVADOS (PARTICULAR) ...... 203.1.5.2 POBLACIÓN POBRE NO ASEGURADA (PPNA) ...... 213.2 GENERALIDADES DE LAS PETICIONES, QUEJAS, RECLAMOS Y DENUNCIAS (PQRD) ...... 213.2.1 DEFINICIONES ...... 213.2.2 PQRD EN EL SECTOR SALUD ...... 223.3 BASES DE DATOS ...... 223.3.1 TIPOS DE BASES DE DATOS ...... 223.3.1.1 RELACIONALES ...... 223.3.1.2 NO RELACIONALES ...... 223.4 INTELIGENCIA ARTIFICIAL ...... 223.4.1 MACHINE LEARNING ...... 233.5 MINERÍA DE DATOS ...... 233.5.1 CRISP-DM ...... 233.5.1.1 COMPRENSIÓN DEL NEGOCIO ...... 233.5.1.2 COMPRENSIÓN DE LOS DATOS ...... 243.5.1.3 PREPARACIÓN DE LOS DATOS ...... 243.5.1.4 MODELADO ...... 243.5.1.5 EVALUACIÓN ...... 243.5.1.6 IMPLANTACIÓN O DESARROLLO ...... 243.6 ANÁLISIS DE DATOS ...... 243.6.1 PYTHON ...... 253.6.1.1 SCIKIT-LEARN (SKLEARN) ...... 253.6.2 TÉCNICAS DE TRANSFORMACIÓN DE LOS DATOS ...... 253.6.2.1 ONE HOT ENCODING (ONE-HOT) ...... 253.6.2.2 ANÁLISIS DE COMPONENTES PRINCIPALES (PCA) ...... 273.6.3 ALGORITMOS DE AGRUPAMIENTO ...... 273.6.3.1 K-MEANS ...... 273.6.3.2 MEAN SHIFT ...... 273.6.3.3 DBSCAN ...... 283.6.4 ÍNDICES DE VALIDEZ DE CONGLOMERADOS ...... 303.6.4.1 ÍNDICE CALINSKI-HARABASZ ...... 303.6.4.2 ÍNDICE DAVIES-BOULDIN ...... 313.6.4.3 COEFICIENTE DE SILUETA ...... 313.6.5 INCIDENCIA ACUMULADA ...... 324. ESTADO DEL ARTE ...... 335. MATERIALES Y MÉTODOS ...... 375.1 PARTICIPANTES DE ESTUDIO ...... 375.2 TIPO DE INVESTIGACIÓN ...... 375.3 LÍNEA DE INVESTIGACIÓN ...... 375.4 FUENTES PRIMARIAS Y SECUNDARIAS DE INVESTIGACIÓN ...... 375.4.1 FUENTES PRIMARIAS ...... 385.4.2 FUENTES SECUNDARIAS ...... 385.5 FASES Y ETAPAS DE LA INVESTIGACIÓN ...... 385.5.1 FASE DE INFORMACIÓN ...... 385.5.2 FASE DE DESARROLLO Y EVALUACIÓN ...... 385.5.2.1 SUBFASE DE CIENCIAS DE DATOS ...... 385.5.2.2 SUBFASE DE INGENIERÍA DE SOFTWARE ...... 395.5.3 FASE DE DOCUMENTACIÓN Y DIVULGACIÓN ...... 395.6 MATERIALES ...... 395.6.1 HARDWARE Y RECURSOS FISICOS ...... 395.6.2 BASES DE DATOS ...... 395.6.3 SOFTWARE, LIBRERÍAS E IDES ...... 395.6.4 SERVICIOS WEB ...... 406. APLICACIÓN DE LA METODOLOGÍA CRISP-DM PARA LA IDENTIFICACIÓN DE BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA ...... 416.1 COMPRENSIÓN DE LOS DATOS ...... 416.1.1 RECOLECCIÓN INICIAL DE DATOS ...... 416.1.2 DESCRIPCIÓN DE LOS DATOS ...... 416.1.3 EXPLORACIÓN Y VALIDACIÓN DE DATOS ...... 426.1.3.1 REPORTE DE CALIDAD DE ATRIBUTOS ...... 436.2 PREPARACIÓN DE LOS DATOS ...... 446.2.1 CARDINALIDAD IRREGULAR ...... 446.2.2 TRATAMIENTO ...... 446.2.3 TRANSFORMACIÓN DE LOS DATOS ...... 456.3 MODELADO ...... 456.4 EVALUACIÓN ...... 456.4.1 CRITERIOS DE EVALUACIÓN ...... 456.4.2 METODOLOGÍA DE EVALUACIÓN ...... 466.4.3 INFORME DE EVALUACIÓN ...... 466.4.3.1 COMBINACIONES DE COLUMNAS ...... 466.4.3.2 RENDIMIENTO DE ALGORITMOS ...... 486.5 DESPLIEGUE ...... 516.5.1 ANÁLISIS DE CONGLOMERADOS EN LAS PQRD DEL SECTOR SALUD EN EL MUNICIPIO DE MONTERÍA PROVENIENTES DE LOS REGÍMENES CONTRIBUTIVO Y SUBSIDIADO ...... 516.5.1.1 PRIMER CONGLOMERADO ...... 516.5.1.2 SEGUNDO CONGLOMERADO ...... 516.5.1.3 TERCER CONGLOMERADO ...... 526.5.1.4 CUARTO CONGLOMERADO ...... 526.5.1.5 QUINTO CONGLOMERADO ...... 536.5.1.6 SEXTO CONGLOMERADO ...... 536.5.2. IMPLEMENTACIÓN ...... 536.5.2.1 PLANIFICACIÓN Y CONTROL DEL DESPLIEGUE DE LOS HALLAZGOS ...... 546.5.2.2 FINALIZACIÓN ...... 547. DESARROLLO DE UN SISTEMA DE ANÁLISIS DE LAS PQRD DEL SECTOR SALUD A NIVEL NACIONAL MEDIANTE EL USO DEL ALGORITMO DE AGRUPAMIENTO NO SUPERVISADO K-MEANS ...... 557.1 REQUERIMIENTOS FUNCIONALES Y NO FUNCIONALES ...... 557.2 ARQUITECTURA DEL SISTEMA ...... 587.3 MODELO DE PROCESO PARA EL ANÁLISIS DE PQRD EN EL SECTOR SALUD DE COLOMBIA ...... 597.4 CASOS DE USO ...... 607.5 DISEÑO DE LA APLICACIÓN DE ANÁLISIS DE PQRD RESTFUL ...... 617.5.1 DIAGRAMA DE CLASES ...... 617.5.2 DIAGRAMAS DE SECUENCIA ...... 627.5.3 MODELO DE DATOS ...... 647.5.3.1 INTEGRACIÓN CON DATOS EXTERNOS ...... 657.6 DISEÑO DE LA APLICACIÓN WEB HIF (HEALTHCARE ISSUE FINDER) ...... 667.6.1 FLUJO DE LA INFORMACIÓN ...... 667.6.2 DIAGRAMA DE COMPONENTES ...... 677.6.3 DIAGRAMA DE SECUENCIA ...... 687.7 PRUEBAS ...... 697.7.1 PLAN DE PRUEBAS ...... 697.7.2 EJECUCIÓN E INFORME DE PRUEBAS ...... 698. RESULTADOS Y DISCUSIONES ...... 708.1 SELECCIÓN DEL MEJOR ALGORITMO DE AGRUPAMIENTO NO SUPERVISADO APLICADOS A LAS PQRD DEL SECTOR SALUD EN MONTERÍA DE 2021 ...... 708.2 ANÁLISIS DE LOS RESULTADOS DE LA AGRUPACIÓN DE LAS PQRD DEL SECTOR SALUD PARA EL MUNICIPIO DE MONTERÍA EN LOS REGÍMENES CONTRIBUTIVO Y SUBSIDIADO DE 2021 ...... 708.3 SISTEMA DE ANÁLISIS DE LAS PQRD DEL SECTOR SALUD BASADO EN AGRUPAMIENTO ...... 718.4 BARRERAS IDENTIFICADAS EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA EN EL 2021 ...... 728.5 OPORTUNIDADES DE MEJORA IDENTIFICADAS EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA EN EL 2021 ...... 729. CONCLUSIONES ...... 7310. RECOMENDACIONES Y TRABAJOS FUTUROS ...... 7511. CONTRIBUCIONES ...... 7612. BIBLIOGRAFÍA ...... 77ANEXOS ...... 82En este estudio se analizaron las Peticiones, Quejas, Reclamos y Denuncias del sector salud en los regímenes contributivo y subsidiado del año 2021 en el municipio de Montería, con el objetivo de identificar barreras y oportunidades de mejora en la prestación del servicio de salud pública. Se utilizó el algoritmo K-means para el análisis exploratorio de las Peticiones, Quejas, Reclamos y Denuncias, lo que permitió identificar barreras en el acceso a los servicios de salud, especialmente para las patologías que requieren tratamientos prolongados o medicina especializada. Asimismo, se desarrolló un método alternativo para el análisis de las barreras y oportunidades de mejora en el sector salud.PregradoIngeniero(a) de SistemasTrabajos de Investigación y/o Extensiónapplication/pdfspaCopyright Universidad de Córdoba, 2023https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de MonteríaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/coar/version/c_71e4c1898caa6e32PQRD sector saludSalud públicaAcceso a los servicios de saludAnálisis exploratorioAprendizaje no supervisadoK-meansPQRD health sectorPublic healthAccess to health servicesExploratory analysisUnsupervised learningK-meansFacultad de IngenieríaMontería, Córdoba, ColombiaIngeniería de SistemasAdministradora de los Recursos del Sistema General de Seguridad Social en Salud. (s. f.). Reporte de afiliados por departamento y municipio. Recuperado 1 de diciembre de 2022, de https://www.adres.gov.co/eps/bdua/Paginas/reporte-afiliados-por-departamento-ymunicipio.aspxAmazon Web Services. (s. f.). Bases de datos no relacionales | Bases de datos de gráficos | AWS. Recuperado 11 de abril de 2023, de https://aws.amazon.com/es/nosql/Andia, O. I. (2019). Las causas de la crisis financiera del sistema de salud colombiano desde los medicamentos. Revista de la Universidad Industrial de Santander. Salud, 51(4), 277-278. https://doi.org/10.18273/revsal.v51n4-2019009Artificial Intelligence Group of the French Radiology Society, French College of Radiology Teachers, & French Radiology Community. (2018). Artificial intelligence and medical imaging 2018: French Radiology Community white paper. Diagnostic and Interventional Imaging, 99(11), 727-742. https://doi.org/10.1016/J.DIII.2018.10.003Basáez, E., & Mora, J. (2022). Salud e inteligencia artificial: ¿cómo hemos evolucionado? Revista Médica Clínica Las Condes, 33(6), 556-561. https://doi.org/10.1016/j.rmclc.2022.11.003Betlloch Mas, I., Ramón Sapena, R., Abellán García, C., & Pascual Ramírez, J. C. (2019). Implementation and Operation of an Integrated Quality Management System in Accordance With ISO 9001:2015 in a Dermatology Department. Actas DermoSifiliográficas (English Edition), 110(2), 92-101. https://doi.org/10.1016/j.adengl.2019.01.003Bjeladinovic, S. (2018). A fresh approach for hybrid SQL/NoSQL database design based on data structuredness. Enterprise Information Systems, 12(8-9), 1202-1220. https://doi.org/10.1080/17517575.2018.1446102Bran Piedrahita, L., Valencia Arias, A., Palacios Moya, L., Gómez Molina, S., Acevedo Correa, Y., & Arias Arciniegas, C. (2020). Barreras de acceso del sistema de salud colombiano en zonas rurales: percepciones de usuarios del régimen subsidiado. Hacia la Promoción de la Salud, 25(2), 29-38. https://doi.org/10.17151/hpsal.2020.25.2.6Castrillo Gómez, J. C., & Humberto Torres, J. (2021). Dashboard para visualizar la calificación del proceso de peticiones de PQRD de las entidades de salud en Colombia (Universidad Antonio Nariño; Vol. 337-338). Universidad Antonio Nariño, Bogotá. Recuperado de http://repositorio.uan.edu.co/handle/123456789/6619Cerda, P., Varoquaux, G., & Kégl, B. (2018). Similarity encoding for learning with dirty categorical variables. Machine Learning, 107(8-10), 1477-1494. https://doi.org/10.1007/S10994-018-5724-2D. Kelleher, J., Mac Namee, B., & D’Arcy Aoife. (2020). Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, worked examples, and case studies (2nd ed.; The MIT Press, Ed.).Deng, D. (2020). DBSCAN Clustering Algorithm Based on Density. Proceedings - 2020 7th International Forum on Electrical Engineering and Automation, IFEEA 2020, 949-953. https://doi.org/10.1109/IFEEA51475.2020.00199Enright, K. (2021). Elusive quality: the challenges and ethical dilemmas faced by international non-governmental organisations in sourcing quality assured medical products. BMJ global health, 6(Suppl 3). https://doi.org/10.1136/BMJGH-2020-004339Eslava Rincón, J. I., Camelo Tovar, F. A., Rosero, L. M., Vásquez Candia, M. E., & Mejía Rocha, M. M. (2018). Análisis de la capacidad de respuesta de los sistemas de información en salud para la supervisión de riesgos que afectan el derecho a la salud en Colombia. Gerencia y Políticas de Salud, 17(35). https://doi.org/10.11144/Javeriana.rgps17-35.acrsEspinosa Zúñiga, J. J. (2020). Aplicación de metodología CRISP-DM para segmentación geográfica de una base de datos pública. Ingeniería Investigación y Tecnología, 21(1), 1-13. https://doi.org/10.22201/fi.25940732e.2020.21n1.008Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise. Proceedings of the Second International Conference on Knowledge Discovery and Data Mining. Recuperado de https://aaai.org/papers/037-a-density-based-algorithm-for-discovering-clusters-inlarge-spatial-databases-with-noise/Fajardo-Gutiérrez, A. (2017). Medición en epidemiología: prevalencia, incidencia, riesgo, medidas de impacto. Revista Alergia México, 64(1), 109-120. https://doi.org/10.29262/ram.v64i1.252Fonseca Salguero, M. A., & Martínez Peñuela, D. A. (2020). Caracterización de peticiones, quejas y reclamos del SGSSS en Colombia en 2014-2019: retos y perspectivas (Universidad Nacional de Colombia; Vol. 31). Universidad Nacional de Colombia, Bogotá. Recuperado de https://repositorio.unal.edu.co/handle/unal/78105Fukunaga, K., & Hostetler, L. (1975). The estimation of the gradient of a density function, with applications in pattern recognition. IEEE Transactions on Information Theory, 21(1), 32-40. https://doi.org/10.1109/TIT.1975.1055330Galvis Ciro, J. C., & Hincapié Vélez, G. D. (2022). Los efectos de la corrupción sobre el gasto público en los departamentos de Colombia. Apuntes del Cenes, 41(73). https://doi.org/10.19053/01203053.v41.n73.2022.13555Giraldo Otálvaro, J. D. (2021). Estudio de las técnicas de reducción de dimensión basadas en componentes principales: Análisis de componentes principales no lineales (Universidad Nacional de Colombia). Universidad Nacional de Colombia. Recuperado de https://repositorio.unal.edu.co/handle/unal/80028Gomez, H. M., Mejia Arbelaez, C., & Ocampo Cañas, J. A. (2020). A qualitative study of the experiences of pregnant women in accessing healthcare services during the Zika virus epidemic in Villavicencio, Colombia, 2015–2016. International Journal of Gynecology & Obstetrics, 148(S2), 29-35. https://doi.org/10.1002/ijgo.13045IBM. (2021a). Conceptos básicos sobre comprensión comercial - Documentación de IBM. Recuperado 24 de enero de 2022, de https://www.ibm.com/docs/es/spssmodeler/SaaS?topic=understanding-business-overviewIBM. (2021b). Conceptos básicos sobre comprensión de datos - Documentación de IBM. Recuperado 24 de enero de 2022, de https://www.ibm.com/docs/es/spssmodeler/SaaS?topic=understanding-data-overviewIBM. (2021c). Conceptos básicos sobre preparación de datos - Documentación de IBM. Recuperado 24 de enero de 2022, de https://www.ibm.com/docs/es/spssmodeler/SaaS?topic=preparation-data-overviewIBM. (2021d, agosto 17). Descripción general de la ayuda de CRISP-DM - Documentación de IBM. Recuperado 11 de abril de 2023, de https://www.ibm.com/docs/en/spssmodeler/saas?topic=dm-crisp-help-overviewMarino, D., Carlizzi, D. N., & Falcomatà, V. (2023). Artificial Intelligence as a disruption technology to build the Harmonic Health Industry. Procedia Computer Science, 217, 1354-1359. https://doi.org/10.1016/j.procs.2022.12.333Meier, A., & Kaufmann, M. (2019). SQL & NoSQL Databases. Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-24549-8Ministerio de Salud y Protección Social. (2020). Informe de gestión 2019. Ministerio de Salud y Protección Social. Recuperado de Ministerio de Salud y Protección Social website: https://www.minsalud.gov.co/RID/informe-gestion2019-marzo30-2020-t.pdfMinisterio de Salud y Protección Social. (s. f.). Población pobre no asegurada. Recuperado 11 de abril de 2023, de https://minsalud.gov.co/proteccionsocial/Regimensubsidiado/Paginas/poblacionpobre-no-asegurada.aspxMora Moreo, L., Estrada Orozco, K., Espinosa, O., & Melgarejo, L. M. (2023). Characterization of the population affiliated to the subsidized health insurance scheme in Colombia: a systematic review and meta-analysis. International Journal for Equity in Health, 22(1), 28. https://doi.org/10.1186/s12939-022-01818-xMorais, P., Miguéis, V. L., & Camanho, A. (2017). Exploring the relationship between corruption and health care services, education services and standard of living. Lecture Notes in Business Information Processing, Vol. 279, pp. 87-100. https://doi.org/10.1007/978-3-319-56925-3_8Naranjo Martínez, L. C., & Rodríguez Rojas, J. A. (2019). Análisis de las peticiones, quejas, reclamos y denuncias (PQRD) interpuestas por cáncer ante la Supersalud, 2018. Recuperado de http://hdl.handle.net/11634/21370Ozawa, S., Evans, D. R., Bessias, S., Haynie, D. G., Yemeke, T. T., Laing, S. K., & Herrington, J. E. (2018). Prevalence and Estimated Economic Burden of Substandard and Falsified Medicines in Low- and Middle-Income Countries: A Systematic Review and Meta-analysis. JAMA network open, 1(4). https://doi.org/10.1001/JAMANETWORKOPEN.2018.1662Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., … others. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825-2830Perkel, J. M. (2020). Why scientists are turning to Rust. Nature, 588(7836), 185-186. https://doi.org/10.1038/d41586-020-03382-2Rodriguez Ortega, A. E., & Vélez Correa, P. N. (2023). Análisis de las PQRD de las instituciones de salud de Colombia interpuestas ante la Superintendencia Nacional de Salud durante el año 2021 (Fundación Universitaria de Ciencias de la Salud - FUCS). Fundación Universitaria de Ciencias de la Salud - FUCS. Recuperado de https://repositorio.fucsalud.edu.co/handle/001/3230Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53-65. https://doi.org/10.1016/0377-0427(87)90125-7Salesforce Architects. (s. f.). Documentation and Implementation Diagrams | Salesforce Architects. Recuperado 3 de mayo de 2023, de https://architect.salesforce.com/diagrams/framework/docs-implementationSchröer, C., Kruse, F., & Gómez, J. M. (2021). A systematic literature review on applying CRISP-DM process model. Procedia Computer Science, 181, 526-534. https://doi.org/10.1016/J.PROCS.2021.01.199Scikit-learn. (s. f.-a). Clustering. Recuperado 14 de abril de 2023, de https://scikitlearn.org/stable/modules/clustering.htmlScikit-learn. (s. f.-b). sklearn.preprocessing.OneHotEncoder. Recuperado 14 de abril de 2023, de https://scikitlearn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html#sklear n.preprocessing.OneHotEncoderSree, K. T., Anil Kumar, R., & Rama Naidu, G. (2022). A Future Awareness for Healthcare Applications Using Data Mining. Advances in Transdisciplinary Engineering, 27, 137- 143. https://doi.org/10.3233/ATDE220732Stafford, I. S., Kellermann, M., Mossotto, E., Beattie, R. M., MacArthur, B. D., & Ennis, S. (2020). A systematic review of the applications of artificial intelligence and machine learning in autoimmune diseases. NPJ digital medicine, 3(1). https://doi.org/10.1038/S41746-020-0229-3Superintendencia Nacional de Salud. (2021). Base de Datos PQRD 2021 - CSV | Portal de Datos Abiertos de la SNS. Recuperado 14 de febrero de 2023, de https://mapas.supersalud.gov.co/arcgisportal/apps/sites/#/datosabiertos/datasets/3824e636c1b748269364c0e57c680d58/aboutTa, C. N., & Weng, C. (2019). Detecting Systemic Data Quality Issues in Electronic Health Records. Studies in health technology and informatics, 264, 383-387. https://doi.org/10.3233/SHTI190248Ünlü, R., & Xanthopoulos, P. (2019). Estimating the number of clusters in a dataset via consensus clustering. Expert Systems with Applications, 125, 33-39. https://doi.org/10.1016/j.eswa.2019.01.074Villamil, M. del P., Barrera, D., Velasco, N., Bernal, O., Fajardo, E., Urango, C., & Buitrago, S. (2017). Strategies for the quality assessment of the health care service providers in the treatment of Gastric Cancer in Colombia. BMC Health Services Research, 17(1), 654. https://doi.org/10.1186/s12913-017-2440-8Virupakshappa, K., & Oruklu, E. (2019). Unsupervised Machine Learning for Ultrasonic Flaw Detection using Gaussian Mixture Modeling, K-Means Clustering and Mean Shift Clustering. IEEE International Ultrasonics Symposium, IUS, 2019-October, 647-649. https://doi.org/10.1109/ULTSYM.2019.8926078PublicationORIGINALANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdfANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdfArtículo principalapplication/pdf3414334https://repositorio.unicordoba.edu.co/bitstreams/6d205062-ec1e-4a80-8ad5-403ab7249b00/downloadd101fd80bfbbe2e68a636fb1ecede2ffMD53Autorización_Publicación.pdfAutorización_Publicación.pdfAutorizacionapplication/pdf279674https://repositorio.unicordoba.edu.co/bitstreams/5d94b797-a503-4182-b3f2-cc28a001da7f/download77c232127e4f7d1be3b65c70779acfb2MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://repositorio.unicordoba.edu.co/bitstreams/2b2758b0-fc06-4af7-aac2-b7fc066e961d/download2f9959eaf5b71fae44bbf9ec84150c7aMD55TEXTANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdf.txtANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdf.txtExtracted texttext/plain171437https://repositorio.unicordoba.edu.co/bitstreams/227c78bd-a74f-49b3-8852-9188b3865911/downloadd97294673cd27223630d2f75c89ab338MD56Autorización_Publicación.pdf.txtAutorización_Publicación.pdf.txtExtracted texttext/plain4415https://repositorio.unicordoba.edu.co/bitstreams/b2cbf0ea-c84d-4f43-8c95-535fb90aef04/downloadfb9357b14eed5742bbf0feb6c58e0749MD58THUMBNAILANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdf.jpgANÁLISIS EXPLORATORIO DE LAS PQRD DEL SECTOR SALUD MEDIANTE APRENDIZAJE NO SUPERVISADO PARA IDENTIFICAR LAS PRINCIPALES BARRERAS Y OPORTUNIDADES DE MEJORA EN LA PRESTACIÓN DEL SERVICIO EN LA SALUD PÚBLICA DEL MUNICIPIO DE MONTERÍA.pdf.jpgGenerated Thumbnailimage/jpeg5584https://repositorio.unicordoba.edu.co/bitstreams/d0674e6d-1a8d-485a-b535-e0bdb7d697f0/download5c16c1555e8a92aaa351ed52b09c95dfMD57Autorización_Publicación.pdf.jpgAutorización_Publicación.pdf.jpgGenerated Thumbnailimage/jpeg10655https://repositorio.unicordoba.edu.co/bitstreams/01c08f49-cb24-427e-b9d5-0ca05b7b25f5/download67013751910f8d98a40ad092341cab6bMD59ucordoba/7408oai:repositorio.unicordoba.edu.co:ucordoba/74082023-10-06 00:45:35.814https://creativecommons.org/licenses/by-nc-nd/4.0/Copyright Universidad de Córdoba, 2023open.accesshttps://repositorio.unicordoba.edu.coRepositorio Universidad de Córdobabdigital@metabiblioteca.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 |