Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá

El centro regulador de Urgencias y Emergencias de Bogotá es la dependencia encargada de brindar la atención de los incidentes en salud que se presentan en la ciudad, los cuales son atendidos por medio de una asesoría telefónica o la atención con un vehículo de emergencia (ambulancia), el comportamie...

Full description

Autores:
Sánchez Moreno, Jhohan Andrés
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/93125
Acceso en línea:
http://hdl.handle.net/11349/93125
Palabra clave:
Análisis de datos geoespaciales
Agrupamiento
Sistema de emergencias médicas
Covid-19
Maestría en Ingeniería Industrial -- Tesis y Disertaciones Académicas
Ingeniería industrial -- Investigaciones
Tecnología -- Ingeniería industrial -- Investigaciones
Innovación tecnológica -- Investigaciones
Geospatial data analysis
Clustering
Emergency medical service
Covid-19
Rights
License
Abierto (Texto Completo)
id UDISTRITA2_160ae934d8396b5f507d16eebbef6c62
oai_identifier_str oai:repository.udistrital.edu.co:11349/93125
network_acronym_str UDISTRITA2
network_name_str RIUD: repositorio U. Distrital
repository_id_str
dc.title.none.fl_str_mv Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
dc.title.alternative.none.fl_str_mv Técnicas de agrupamento e análise geoespacial – Estudo comparativo na linha de emergência de Bogotá
dc.title.titleenglish.none.fl_str_mv Clustering techniques and geospatial analysis - Comparative study on the Bogotá emergency line
title Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
spellingShingle Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
Análisis de datos geoespaciales
Agrupamiento
Sistema de emergencias médicas
Covid-19
Maestría en Ingeniería Industrial -- Tesis y Disertaciones Académicas
Ingeniería industrial -- Investigaciones
Tecnología -- Ingeniería industrial -- Investigaciones
Innovación tecnológica -- Investigaciones
Geospatial data analysis
Clustering
Emergency medical service
Covid-19
title_short Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
title_full Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
title_fullStr Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
title_full_unstemmed Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
title_sort Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de Bogotá
dc.creator.fl_str_mv Sánchez Moreno, Jhohan Andrés
dc.contributor.advisor.none.fl_str_mv Figueroa García, Juan Carlos
dc.contributor.author.none.fl_str_mv Sánchez Moreno, Jhohan Andrés
dc.contributor.orcid.none.fl_str_mv Figueroa García, Juan Carlos [0000-0001-5544-5937]
dc.subject.none.fl_str_mv Análisis de datos geoespaciales
Agrupamiento
Sistema de emergencias médicas
Covid-19
topic Análisis de datos geoespaciales
Agrupamiento
Sistema de emergencias médicas
Covid-19
Maestría en Ingeniería Industrial -- Tesis y Disertaciones Académicas
Ingeniería industrial -- Investigaciones
Tecnología -- Ingeniería industrial -- Investigaciones
Innovación tecnológica -- Investigaciones
Geospatial data analysis
Clustering
Emergency medical service
Covid-19
dc.subject.lemb.none.fl_str_mv Maestría en Ingeniería Industrial -- Tesis y Disertaciones Académicas
Ingeniería industrial -- Investigaciones
Tecnología -- Ingeniería industrial -- Investigaciones
Innovación tecnológica -- Investigaciones
dc.subject.keyword.none.fl_str_mv Geospatial data analysis
Clustering
Emergency medical service
Covid-19
description El centro regulador de Urgencias y Emergencias de Bogotá es la dependencia encargada de brindar la atención de los incidentes en salud que se presentan en la ciudad, los cuales son atendidos por medio de una asesoría telefónica o la atención con un vehículo de emergencia (ambulancia), el comportamiento del sistema se ve influenciado por una gran cantidad de variables que requieren ser analizadas para su comprensión, generación de conocimiento e identificación de aspectos de mejora. El presente trabajo aborda el estudio comparativo entre dos momentos temporales de estudio, el primero enmarcado en los dos años anteriores al inicio de la pandemia de la COVID-19 (2018 y 2019) y el segundo durante la pandemia (año 2020 y 2021), para ello se caracteriza el sistema y por medio de técnicas de técnicas de agrupamiento y análisis geoespacial se realiza el comparativo entre los dos momentos de estudio, lo que permite identificar los cambios en el comportamiento de los incidentes y la atención que se brindó. Con el proyecto se espera profundizar en el conocimiento que se tiene respecto a los Sistemas de Emergencias Médicas -SEM, cuál es su incidencia en momentos de alta demanda y de esta manera poder generar información útil para la elaboración de otros proyectos enfocados en la mejora o para la toma de decisiones de carácter estratégico.
publishDate 2024
dc.date.created.none.fl_str_mv 2024-12-12
dc.date.accessioned.none.fl_str_mv 2025-03-03T16:46:37Z
dc.date.available.none.fl_str_mv 2025-03-03T16:46:37Z
dc.type.none.fl_str_mv masterThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.degree.none.fl_str_mv Investigación-Innovación
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11349/93125
url http://hdl.handle.net/11349/93125
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Al Amiry, A., & Maguire, B. J. (2021). Emergency medical services (Ems) calls during covid-19: Early lessons learned for systems planning (a narrative review). En Open Access Emergency Medicine (Vol. 13). https://doi.org/10.2147/OAEM.S324568
Alvarez, R. (1994). Estadística multivariante y no paramétrica con SPSS: aplicación a las ciencias de la salud (1a ed., Vol. 1). Ediciones Diaz de Santos.
Al-Wathinani, A., Hertelendy, A. J., Alhurishi, S., Mobrad, A., Alhazmi, R., Altuwaijri, M., Alanazi, M., Alotaibi, R., & Goniewicz, K. (2020). Increased Emergency Calls during the COVID-19 Pandemic in Saudi Arabia: A National Retrospective Study. Healthcare 2021, Vol. 9, Page 14, 9(1), 14. https://doi.org/10.3390/HEALTHCARE9010014
ArcGIS. (s/f). Análisis espacial en ArcGIS Pro—ArcGIS Pro . Recuperado el 13 de noviembre de 2022, de https://pro.arcgis.com/es/pro-app/latest/help/analysis/introduction/spatial-analysis-in-arcgis-pro.htm
Arroyo, Á., Herrero, Á., Tricio, V., & Corchado, E. (2017). Analysis of meteorological conditions in Spain by means of clustering techniques. Journal of Applied Logic, 24, 76–89. https://doi.org/10.1016/J.JAL.2016.11.026
Bélanger, V., Ruiz, A., & Soriano, P. (2019). Recent optimization models and trends in location, relocation, and dispatching of emergency medical vehicles. En European Journal of Operational Research (Vol. 272, Número 1). https://doi.org/10.1016/j.ejor.2018.02.055
Bobadilla, J. (2020). Machine Learning y Deep Learning usando Python, Scikit y Keras. (1a ed.). Edicion Ra-Ma
Brown, J. B., Rosengart, M. R., Peitzman, A. B., Billiar, T. R., & Sperry, J. L. (2019). Defining geographic emergency medical services coverage in trauma systems. Journal of Trauma and Acute Care Surgery, 87(1). https://doi.org/10.1097/TA.0000000000002296
Bunzai, G. (2009). ANÁLISIS ESPACIAL CON SISTEMAS DE INFORMACIÓN GEOGRÁFICA: SUS CINCO CONCEPTOS FUNDAMENTALES . En Geografía y Sistemas de Información Geográfica. Aspectos conceptuales y aplicaciones (1a ed., Vol. 1). GESIG.
Caliñski, T., & Harabasz, J. (1974). A Dendrite Method Foe Cluster Analysis. Communications in Statistics, 3(1), 1–27. https://doi.org/10.1080/03610927408827101
Castañeda, C. (2016). Esquema de optimización / Simulación para la evaluación multiobjetivo de sistemas de Emergencia [Tesis de Maestria]. Universidad de Antioquia.
Cestero, E., & Mateos, A. (2018). Data science y redes complejas: Métodos y aplicaciones (Vol. 2). Editorial Centro de Estudios Ramon Areces SA.
Codigo Nacional de Tránsito. (2002). LEY 769 DE 2002. En LEY 769 DE 2002: Vol. TITULO 1.
Diaz, L., & Morales, M. (2012). Análisis Estadístico de datos Multivariantes (1a ed., Vol. 1). Universidad Nacional de Colombia.
Erkut, E., Ingolfsson, A., & Erdogan, G. (2008). Ambulance location for maximum survival. Naval Research Logistics, 55(1). https://doi.org/10.1002/nav.20267
Ester, 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 2nd International Conference on Knowledge Discovery and Data Mining.
Guaracao, P. (2008). SIMULACIÓN DEL PROCESO DE RECEPCIÓN DE LLAMADAS DE URGENCIAS MÉDICAS DEL CENTRO REGULATORIO DE URGENCIAS Y EMERGENCIAS DE BOGOTÁ [Universidad de los Andes]. https://repositorio.uniandes.edu.co/bitstream/handle/1992/24341/u355081.pdf?sequence=1
Hashtarkhani, S., Kiani, B., Mohammadi, A., MohammadEbrahimi, S., Dehghan-Tezerjani, M., Samimi, T., Tara, M., & Matthews, S. A. (2021). Spatio-temporal epidemiology of emergency medical requests in a large urban area. A scan-statistic approach. Geospatial Health, 16(2). https://doi.org/10.4081/gh.2021.1043
Humaira, H., & Rasyidah, R. (2020). Determining The Appropiate Cluster Number Using Elbow Method for K-Means Algorithm. https://doi.org/10.4108/EAI.24-1-2018.2292388
IBM. (2021). Agrupación en clúster de modelos - Documentación de IBM. https://www.ibm.com/docs/es/spss-modeler/saas?topic=nodes-clustering-models
Kattih, N., & Mansour, F. (2024). The impact of the COVID pandemic on health, healthcare utilization, and healthcare spending. Research in Economics, 78(2), 100951. https://doi.org/10.1016/J.RIE.2024.100951
Lerner, E. B., Newgard, C. D., & Mann, N. C. (2020). Effect of the Coronavirus Disease 2019 (COVID-19) Pandemic on the U.S. Emergency Medical Services System: A Preliminary Report. Academic Emergency Medicine, 27(8), 693–699. https://doi.org/10.1111/ACEM.14051
Lightner, C., & Graham, J. (2006). A HEURISTIC APPROACH FOR LOCATING EMS FACILITIES AND VEHICLES. 334–339.
Martín, M. (2014). APLICACIÓN DE K-MEANS Y SOM (SELF-ORGANIZING MAPS) AL ANÁLISIS MICRO DE ACCIDENTES DE TRÁFICO.
Martínez-Riera, J. R., & Gras-Nieto, E. (2021). Atención domiciliaria y COVID-19. Antes, durante y después del estado de alarma. Enfermería Clínica, 31, S24–S28. https://doi.org/10.1016/J.ENFCLI.2020.05.003
MathWorks. (2023). Cluster Data with a Self-Organizing Map. https://la.mathworks.com/help/deeplearning/gs/cluster-data-with-a-self-organizing-map.html
McCormack, R., & Coates, G. (2015). A simulation model to enable the optimization of ambulance fleet allocation and base station location for increased patient survival. European Journal of Operational Research, 247(1), 294–309. https://doi.org/10.1016/J.EJOR.2015.05.040
Ministerio de Justicia. (2012). Ley 1523 de 2012. Departamento Administrativo de la Función Pública, 2(10), 1–19. https://www.funcionpublica.gov.co/eva/gestornormativo/norma_pdf.php?i=47141
Ministerio de Salud y Protección Social. (2016). Decreto 780 de 2016. Ministerio de Salud y Protección Social.
Ministerio de Salud y Protección Social. (2020, agosto 25). Las fases del aislamiento en Colombia. https://www.minsalud.gov.co/Paginas/Las-fases-del-aislamiento-en-Colombia.aspx
Mohammadi, F., Tehranineshat, B., Bijani, M., & Khaleghi, A. A. (2021). Management of COVID-19-related challenges faced by EMS personnel: a qualitative study. BMC Emergency Medicine, 21(1), 1–9. https://doi.org/10.1186/S12873-021-00489-1/TABLES/3
Organización Mundial de la Salud. (2021). Coronavirus. https://www.who.int/es/health-topics/coronavirus#tab=tab_1
Ortega, J. (2022). Big Data, machine learning y data science en Python (1a ed., Vol. 1). RA-MA Editorial.
Palmer, A., Montaño, J., & Jiménez, R. (2002). Tutorial sobre Redes Neuronales Artificiales: Los Mapas Autoorganizados de Kohonen. REVISTA ELECTRÓNICA DE PSICOLOGÍA, 6, 6–8.
Peña, D. (2002). Análisis de datos multivariantes. En Book. https://doi.org/8448136101
Resolución 926 de 2017, Oficina de gestión territorial, emergencias y desastres (2017).
Rodriguez, A. (2016). MODELO DE SIMULACIÓN PARA ANALIZAR EL PROBLEMA DE RELOCALIZACIÓN DE LAS AMBULANCIAS DE UN SERVICIO DE EMERGENCIA MÉDICO (SEM). [Universidad de Antioquia]. https://repositorio.escuelaing.edu.co/bitstream/handle/001/2050/Rodr%c3%adguez%20Quintero%2c%20Alma%20Karina.pdf?sequence=1&isAllowed=y
Ruspini, E. H., Bezdek, J. C., & Keller, J. M. (2019). Fuzzy clustering: A historical perspective. IEEE Computational Intelligence Magazine, 14(1). https://doi.org/10.1109/MCI.2018.2881643
Satty, T., Ramgopal, S., Elmer, J., Mosesso, V. N., & Martin-Gill, C. (2021a). EMS responses and non-transports during the COVID-19 pandemic. American Journal of Emergency Medicine, 42. https://doi.org/10.1016/j.ajem.2020.12.078
Satty, T., Ramgopal, S., Elmer, J., Mosesso, V. N., & Martin-Gill, C. (2021b). EMS responses and non-transports during the COVID-19 pandemic. The American Journal of Emergency Medicine, 42, 1–8. https://doi.org/10.1016/J.AJEM.2020.12.078
Secretaria Distrital de Salud. (s/f). Centro Regulador de Urgencias y Emergencias Información Centro Regulador de Urgencias y Emergencias. Recuperado el 15 de enero de 2024, de http://www.saludcapital.gov.co/DCRUE/Paginas/Informacion_Crue.aspx
Secretaria Distrital de Salud. (2019). Procedimiento Regulación Médica.
Secretaria Distrital de Salud. (2020). Rendición de Cuentas Sector Salud Bogotá D.C 2020. http://www.saludcapital.gov.co/Rendicin%20de%20Cuentas/Rendicion_cuentas_2020/Informe_RdC_SDS_2020.pdf
Secretaria Distrital de Salud. (2021). Rendición de Cuentas Sector Salud Bogotá D.C. 2021. http://www.saludcapital.gov.co/Rendicin%20de%20Cuentas/Rendicion_Cuentas_2021/Informes_gestion/Informe_RdC_SDS.pdf
Shaltynov, A., Abiltaev, A., Konabekov, B., Jamedinova, U., Aldyngurov, D., Utegenova, A., & Myssayev, A. (2020). Geospatial Analysis of Ambulance Station Coverage of the Acute Coronary Syndrome Incidents in Semey, Kazakhstan. Open Access Macedonian Journal of Medical Sciences, 8(E), 638–646. https://doi.org/10.3889/oamjms.2020.5160
Shaw, N. T. (2012). Geographical Information Systems and Health: Current State and Future Directions. En Healthcare Informatics Research (Vol. 18, Número 2). https://doi.org/10.4258/hir.2012.18.2.88
Starczewski, A., Goetzen, P., & Er, M. J. (2020). A New Method for Automatic Determining of the DBSCAN Parameters. Journal of Artificial Intelligence and Soft Computing Research, 10(3), 209–221. https://doi.org/10.2478/JAISCR-2020-0014
Zhukovskaya, I., Begicheva, S., & Zhukovskii, A. (2022). Computer simulation of spatial placement of emergency medical stations in urban agglomeration. Transportation Research Procedia, 63, 2275–2281. https://doi.org/10.1016/J.TRPRO.2022.06.258
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
rights_invalid_str_mv Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv pdf
dc.publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
institution Universidad Distrital Francisco José de Caldas
bitstream.url.fl_str_mv https://repository.udistrital.edu.co/bitstreams/b76c0cae-f51b-4bb5-b374-366b5ce857d2/download
https://repository.udistrital.edu.co/bitstreams/4e2a310e-b37b-43c0-8365-f3f4d2803b89/download
https://repository.udistrital.edu.co/bitstreams/2bf55e02-563a-401d-b75d-767542692003/download
https://repository.udistrital.edu.co/bitstreams/168b0965-3cf6-4d5c-8b2b-0145a39c7938/download
https://repository.udistrital.edu.co/bitstreams/e984ac19-21ec-4a39-88ec-edbf280ad14b/download
bitstream.checksum.fl_str_mv 997daf6c648c962d566d7b082dac908d
313570f74edb97d5b4c5a8554e043584
a2f5b5167e8cc3422a7e44726338603e
b999746ee8a5c5f1ffd2462f4061b699
a10b89000ecf5ea8832788a885f99496
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Distrital
repository.mail.fl_str_mv repositorio@udistrital.edu.co
_version_ 1837006816470368256
spelling Figueroa García, Juan CarlosSánchez Moreno, Jhohan AndrésFigueroa García, Juan Carlos [0000-0001-5544-5937]2025-03-03T16:46:37Z2025-03-03T16:46:37Z2024-12-12http://hdl.handle.net/11349/93125El centro regulador de Urgencias y Emergencias de Bogotá es la dependencia encargada de brindar la atención de los incidentes en salud que se presentan en la ciudad, los cuales son atendidos por medio de una asesoría telefónica o la atención con un vehículo de emergencia (ambulancia), el comportamiento del sistema se ve influenciado por una gran cantidad de variables que requieren ser analizadas para su comprensión, generación de conocimiento e identificación de aspectos de mejora. El presente trabajo aborda el estudio comparativo entre dos momentos temporales de estudio, el primero enmarcado en los dos años anteriores al inicio de la pandemia de la COVID-19 (2018 y 2019) y el segundo durante la pandemia (año 2020 y 2021), para ello se caracteriza el sistema y por medio de técnicas de técnicas de agrupamiento y análisis geoespacial se realiza el comparativo entre los dos momentos de estudio, lo que permite identificar los cambios en el comportamiento de los incidentes y la atención que se brindó. Con el proyecto se espera profundizar en el conocimiento que se tiene respecto a los Sistemas de Emergencias Médicas -SEM, cuál es su incidencia en momentos de alta demanda y de esta manera poder generar información útil para la elaboración de otros proyectos enfocados en la mejora o para la toma de decisiones de carácter estratégico.The regulatory center of urgencies and emergencies of Bogota is the agency responsible for providing care for health incidents that occur in the city, which are attended by telephone counseling or care with an emergency vehicle (ambulance), the behavior of the system is influenced by a large number of variables that need to be analyzed for understanding, knowledge generation and identification of areas for improvement. The present work addresses the comparative study between two temporal moments of study, the first framed in the two years prior to the beginning of the COVID-19 pandemic (2018 and 2019) and the second during the pandemic (year 2020 and 2021), for this purpose the system is characterized and by means of clustering techniques and geospatial analysis techniques the comparative between the two moments of study is performed, which allows identifying the changes in the behavior of the incidents and the care that was provided. The project is expected to deepen the knowledge of the Emergency Medical Systems -EMS, its incidence at times of high demand and thus be able to generate useful information for the development of other projects focused on improvement or for strategic decision making.pdfspaUniversidad Distrital Francisco José de CaldasAnálisis de datos geoespacialesAgrupamientoSistema de emergencias médicasCovid-19Maestría en Ingeniería Industrial -- Tesis y Disertaciones AcadémicasIngeniería industrial -- InvestigacionesTecnología -- Ingeniería industrial -- InvestigacionesInnovación tecnológica -- InvestigacionesGeospatial data analysisClusteringEmergency medical serviceCovid-19Técnicas de agrupamiento y análisis geoespacial – estudio comparativo en la línea de emergencia en la ciudad de BogotáTécnicas de agrupamento e análise geoespacial – Estudo comparativo na linha de emergência de BogotáClustering techniques and geospatial analysis - Comparative study on the Bogotá emergency linemasterThesisInvestigación-Innovacióninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fAbierto (Texto Completo)http://purl.org/coar/access_right/c_abf2Al Amiry, A., & Maguire, B. J. (2021). Emergency medical services (Ems) calls during covid-19: Early lessons learned for systems planning (a narrative review). En Open Access Emergency Medicine (Vol. 13). https://doi.org/10.2147/OAEM.S324568Alvarez, R. (1994). Estadística multivariante y no paramétrica con SPSS: aplicación a las ciencias de la salud (1a ed., Vol. 1). Ediciones Diaz de Santos.Al-Wathinani, A., Hertelendy, A. J., Alhurishi, S., Mobrad, A., Alhazmi, R., Altuwaijri, M., Alanazi, M., Alotaibi, R., & Goniewicz, K. (2020). Increased Emergency Calls during the COVID-19 Pandemic in Saudi Arabia: A National Retrospective Study. Healthcare 2021, Vol. 9, Page 14, 9(1), 14. https://doi.org/10.3390/HEALTHCARE9010014ArcGIS. (s/f). Análisis espacial en ArcGIS Pro—ArcGIS Pro . Recuperado el 13 de noviembre de 2022, de https://pro.arcgis.com/es/pro-app/latest/help/analysis/introduction/spatial-analysis-in-arcgis-pro.htmArroyo, Á., Herrero, Á., Tricio, V., & Corchado, E. (2017). Analysis of meteorological conditions in Spain by means of clustering techniques. Journal of Applied Logic, 24, 76–89. https://doi.org/10.1016/J.JAL.2016.11.026Bélanger, V., Ruiz, A., & Soriano, P. (2019). Recent optimization models and trends in location, relocation, and dispatching of emergency medical vehicles. En European Journal of Operational Research (Vol. 272, Número 1). https://doi.org/10.1016/j.ejor.2018.02.055Bobadilla, J. (2020). Machine Learning y Deep Learning usando Python, Scikit y Keras. (1a ed.). Edicion Ra-MaBrown, J. B., Rosengart, M. R., Peitzman, A. B., Billiar, T. R., & Sperry, J. L. (2019). Defining geographic emergency medical services coverage in trauma systems. Journal of Trauma and Acute Care Surgery, 87(1). https://doi.org/10.1097/TA.0000000000002296Bunzai, G. (2009). ANÁLISIS ESPACIAL CON SISTEMAS DE INFORMACIÓN GEOGRÁFICA: SUS CINCO CONCEPTOS FUNDAMENTALES . En Geografía y Sistemas de Información Geográfica. Aspectos conceptuales y aplicaciones (1a ed., Vol. 1). GESIG.Caliñski, T., & Harabasz, J. (1974). A Dendrite Method Foe Cluster Analysis. Communications in Statistics, 3(1), 1–27. https://doi.org/10.1080/03610927408827101Castañeda, C. (2016). Esquema de optimización / Simulación para la evaluación multiobjetivo de sistemas de Emergencia [Tesis de Maestria]. Universidad de Antioquia.Cestero, E., & Mateos, A. (2018). Data science y redes complejas: Métodos y aplicaciones (Vol. 2). Editorial Centro de Estudios Ramon Areces SA.Codigo Nacional de Tránsito. (2002). LEY 769 DE 2002. En LEY 769 DE 2002: Vol. TITULO 1.Diaz, L., & Morales, M. (2012). Análisis Estadístico de datos Multivariantes (1a ed., Vol. 1). Universidad Nacional de Colombia.Erkut, E., Ingolfsson, A., & Erdogan, G. (2008). Ambulance location for maximum survival. Naval Research Logistics, 55(1). https://doi.org/10.1002/nav.20267Ester, 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 2nd International Conference on Knowledge Discovery and Data Mining.Guaracao, P. (2008). SIMULACIÓN DEL PROCESO DE RECEPCIÓN DE LLAMADAS DE URGENCIAS MÉDICAS DEL CENTRO REGULATORIO DE URGENCIAS Y EMERGENCIAS DE BOGOTÁ [Universidad de los Andes]. https://repositorio.uniandes.edu.co/bitstream/handle/1992/24341/u355081.pdf?sequence=1Hashtarkhani, S., Kiani, B., Mohammadi, A., MohammadEbrahimi, S., Dehghan-Tezerjani, M., Samimi, T., Tara, M., & Matthews, S. A. (2021). Spatio-temporal epidemiology of emergency medical requests in a large urban area. A scan-statistic approach. Geospatial Health, 16(2). https://doi.org/10.4081/gh.2021.1043Humaira, H., & Rasyidah, R. (2020). Determining The Appropiate Cluster Number Using Elbow Method for K-Means Algorithm. https://doi.org/10.4108/EAI.24-1-2018.2292388IBM. (2021). Agrupación en clúster de modelos - Documentación de IBM. https://www.ibm.com/docs/es/spss-modeler/saas?topic=nodes-clustering-modelsKattih, N., & Mansour, F. (2024). The impact of the COVID pandemic on health, healthcare utilization, and healthcare spending. Research in Economics, 78(2), 100951. https://doi.org/10.1016/J.RIE.2024.100951Lerner, E. B., Newgard, C. D., & Mann, N. C. (2020). Effect of the Coronavirus Disease 2019 (COVID-19) Pandemic on the U.S. Emergency Medical Services System: A Preliminary Report. Academic Emergency Medicine, 27(8), 693–699. https://doi.org/10.1111/ACEM.14051Lightner, C., & Graham, J. (2006). A HEURISTIC APPROACH FOR LOCATING EMS FACILITIES AND VEHICLES. 334–339.Martín, M. (2014). APLICACIÓN DE K-MEANS Y SOM (SELF-ORGANIZING MAPS) AL ANÁLISIS MICRO DE ACCIDENTES DE TRÁFICO.Martínez-Riera, J. R., & Gras-Nieto, E. (2021). Atención domiciliaria y COVID-19. Antes, durante y después del estado de alarma. Enfermería Clínica, 31, S24–S28. https://doi.org/10.1016/J.ENFCLI.2020.05.003MathWorks. (2023). Cluster Data with a Self-Organizing Map. https://la.mathworks.com/help/deeplearning/gs/cluster-data-with-a-self-organizing-map.htmlMcCormack, R., & Coates, G. (2015). A simulation model to enable the optimization of ambulance fleet allocation and base station location for increased patient survival. European Journal of Operational Research, 247(1), 294–309. https://doi.org/10.1016/J.EJOR.2015.05.040Ministerio de Justicia. (2012). Ley 1523 de 2012. Departamento Administrativo de la Función Pública, 2(10), 1–19. https://www.funcionpublica.gov.co/eva/gestornormativo/norma_pdf.php?i=47141Ministerio de Salud y Protección Social. (2016). Decreto 780 de 2016. Ministerio de Salud y Protección Social.Ministerio de Salud y Protección Social. (2020, agosto 25). Las fases del aislamiento en Colombia. https://www.minsalud.gov.co/Paginas/Las-fases-del-aislamiento-en-Colombia.aspxMohammadi, F., Tehranineshat, B., Bijani, M., & Khaleghi, A. A. (2021). Management of COVID-19-related challenges faced by EMS personnel: a qualitative study. BMC Emergency Medicine, 21(1), 1–9. https://doi.org/10.1186/S12873-021-00489-1/TABLES/3Organización Mundial de la Salud. (2021). Coronavirus. https://www.who.int/es/health-topics/coronavirus#tab=tab_1Ortega, J. (2022). Big Data, machine learning y data science en Python (1a ed., Vol. 1). RA-MA Editorial.Palmer, A., Montaño, J., & Jiménez, R. (2002). Tutorial sobre Redes Neuronales Artificiales: Los Mapas Autoorganizados de Kohonen. REVISTA ELECTRÓNICA DE PSICOLOGÍA, 6, 6–8.Peña, D. (2002). Análisis de datos multivariantes. En Book. https://doi.org/8448136101Resolución 926 de 2017, Oficina de gestión territorial, emergencias y desastres (2017).Rodriguez, A. (2016). MODELO DE SIMULACIÓN PARA ANALIZAR EL PROBLEMA DE RELOCALIZACIÓN DE LAS AMBULANCIAS DE UN SERVICIO DE EMERGENCIA MÉDICO (SEM). [Universidad de Antioquia]. https://repositorio.escuelaing.edu.co/bitstream/handle/001/2050/Rodr%c3%adguez%20Quintero%2c%20Alma%20Karina.pdf?sequence=1&isAllowed=yRuspini, E. H., Bezdek, J. C., & Keller, J. M. (2019). Fuzzy clustering: A historical perspective. IEEE Computational Intelligence Magazine, 14(1). https://doi.org/10.1109/MCI.2018.2881643Satty, T., Ramgopal, S., Elmer, J., Mosesso, V. N., & Martin-Gill, C. (2021a). EMS responses and non-transports during the COVID-19 pandemic. American Journal of Emergency Medicine, 42. https://doi.org/10.1016/j.ajem.2020.12.078Satty, T., Ramgopal, S., Elmer, J., Mosesso, V. N., & Martin-Gill, C. (2021b). EMS responses and non-transports during the COVID-19 pandemic. The American Journal of Emergency Medicine, 42, 1–8. https://doi.org/10.1016/J.AJEM.2020.12.078Secretaria Distrital de Salud. (s/f). Centro Regulador de Urgencias y Emergencias Información Centro Regulador de Urgencias y Emergencias. Recuperado el 15 de enero de 2024, de http://www.saludcapital.gov.co/DCRUE/Paginas/Informacion_Crue.aspxSecretaria Distrital de Salud. (2019). Procedimiento Regulación Médica.Secretaria Distrital de Salud. (2020). Rendición de Cuentas Sector Salud Bogotá D.C 2020. http://www.saludcapital.gov.co/Rendicin%20de%20Cuentas/Rendicion_cuentas_2020/Informe_RdC_SDS_2020.pdfSecretaria Distrital de Salud. (2021). Rendición de Cuentas Sector Salud Bogotá D.C. 2021. http://www.saludcapital.gov.co/Rendicin%20de%20Cuentas/Rendicion_Cuentas_2021/Informes_gestion/Informe_RdC_SDS.pdfShaltynov, A., Abiltaev, A., Konabekov, B., Jamedinova, U., Aldyngurov, D., Utegenova, A., & Myssayev, A. (2020). Geospatial Analysis of Ambulance Station Coverage of the Acute Coronary Syndrome Incidents in Semey, Kazakhstan. Open Access Macedonian Journal of Medical Sciences, 8(E), 638–646. https://doi.org/10.3889/oamjms.2020.5160Shaw, N. T. (2012). Geographical Information Systems and Health: Current State and Future Directions. En Healthcare Informatics Research (Vol. 18, Número 2). https://doi.org/10.4258/hir.2012.18.2.88Starczewski, A., Goetzen, P., & Er, M. J. (2020). A New Method for Automatic Determining of the DBSCAN Parameters. Journal of Artificial Intelligence and Soft Computing Research, 10(3), 209–221. https://doi.org/10.2478/JAISCR-2020-0014Zhukovskaya, I., Begicheva, S., & Zhukovskii, A. (2022). Computer simulation of spatial placement of emergency medical stations in urban agglomeration. Transportation Research Procedia, 63, 2275–2281. https://doi.org/10.1016/J.TRPRO.2022.06.258LICENSElicense.txtlicense.txttext/plain; charset=utf-87167https://repository.udistrital.edu.co/bitstreams/b76c0cae-f51b-4bb5-b374-366b5ce857d2/download997daf6c648c962d566d7b082dac908dMD52ORIGINALSanchezMorenoJhohanAndres2025.pdfSanchezMorenoJhohanAndres2025.pdfapplication/pdf3354115https://repository.udistrital.edu.co/bitstreams/4e2a310e-b37b-43c0-8365-f3f4d2803b89/download313570f74edb97d5b4c5a8554e043584MD54Licencia de uso y publicacion.pdfLicencia de uso y publicacion.pdfapplication/pdf223023https://repository.udistrital.edu.co/bitstreams/2bf55e02-563a-401d-b75d-767542692003/downloada2f5b5167e8cc3422a7e44726338603eMD53THUMBNAILSanchezMorenoJhohanAndres2025.pdf.jpgSanchezMorenoJhohanAndres2025.pdf.jpgIM Thumbnailimage/jpeg4933https://repository.udistrital.edu.co/bitstreams/168b0965-3cf6-4d5c-8b2b-0145a39c7938/downloadb999746ee8a5c5f1ffd2462f4061b699MD55Licencia de uso y publicacion.pdf.jpgLicencia de uso y publicacion.pdf.jpgIM Thumbnailimage/jpeg9468https://repository.udistrital.edu.co/bitstreams/e984ac19-21ec-4a39-88ec-edbf280ad14b/downloada10b89000ecf5ea8832788a885f99496MD5611349/93125oai:repository.udistrital.edu.co:11349/931252025-03-12 12:39:07.015open.accesshttps://repository.udistrital.edu.coRepositorio Universidad Distritalrepositorio@udistrital.edu.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

Publicaciones similares