Ítem
Desconocido

Determinación de eventos adversos prevenibles en la gestión del riesgo asistencial de una institución hospitalaria

Mostrar el registro sencillo de la publicación
dc.contributor.advisorRoldan Jimenéz, Diego Gerardo
dc.creatorSoba Loaiza, José David
dc.creator.degreeMagíster en Matemáticas Aplicadas y Ciencias de la Computación
dc.date.accessioned2025-02-19T19:14:34Z
dc.date.available2025-02-19T19:14:34Z
dc.date.created2025-02-17
dc.descriptionEste proyecto busca automatizar la clasificación de eventos adversos como prevenibles o no prevenibles en una institución hospitalaria colombiana mediante técnicas de procesamiento de lenguaje natural y aprendizaje automático. Se analizaron 418 reportes que incluyen variables categóricas y descripciones textuales, estas últimas representadas mediante enfoques estáticos y dinámicos. Los clasificadores evaluados incluyeron modelos lineales y basados en árboles de decisión, aplicados tanto a las variables categóricas como a las representaciones textuales. Los resultados obtenidos abordan de manera efectiva la necesidad de automatizar la clasificación de estos eventos adversos en la búsqueda de mejorar su evaluación y monitoreo, alineándose con las mejores prácticas en seguridad del paciente.
dc.description.abstractThis project aims to automate the classification of adverse events as preventable or non-preventable in a Colombian hospital using natural language processing and machine learning techniques. A total of 418 reports were analyzed, including categorical variables and textual descriptions, the latter represented through both static and dynamic approaches. The evaluated classifiers included linear models and decision tree-based models, applied to both categorical variables and textual representations. The obtained results effectively address the need to automate the classification of these adverse events, improving their evaluation and monitoring while aligning with best practices in patient safety.
dc.format.extent55 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_44995
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/44995
dc.language.isospa
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnologíaspa
dc.publisher.programMaestría en Matemáticas Aplicadas y Ciencias de la Computaciónspa
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/closedAccess
dc.rights.accesoBloqueado (Texto referencial)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.source.bibliographicCitationWorld Health Organization, Global patient safety report 2024. World Health Organization, 2024. Consultado: el 8 de junio de 2024. [En línea]. Disponible en: https://iris.who.int/handle/10665/376928
dc.source.bibliographicCitationOrganización Mundial de la Salud, “Seguridad del paciente”. Consultado: el 8 de junio de 2024. [En línea]. Disponible en: https://www.who.int/es/news-room/factsheets/detail/patient-safety
dc.source.bibliographicCitationInstitute of Medicine (US) Committee on Quality of Health Care in America, To Err is Human: Building a Safer Health System. Washington (DC): National Academies Press (US), 2000. Consultado: el 8 de junio de 2024. [En línea]. Disponible en: http://www.ncbi.nlm.nih.gov/books/NBK225182/
dc.source.bibliographicCitationMinisterio de Salud y Protección Social, Seguridad del Paciente y la Atención Segura. Paquetes Instruccionales. Guía Técnica “Buenas Prácticas para la Seguridad del Paciente en la Atención en Salud”, Bogotá D.C., 2015. [En línea]. Disponible en: https://minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/Guia-buenaspracticas-seguridad-paciente.pdf
dc.source.bibliographicCitationMinisterio de Salud y Protección Social, “Seguridad del paciente”, Seguridad del paciente. Consultado: el 8 de junio de 2024. [En línea]. Disponible en: https://minsalud.gov.co/salud/CAS/Paginas/seguridad-del-paciente.aspx
dc.source.bibliographicCitationI. J. B. Young, S. Luz, y N. Lone, “A systematic review of natural language processing for classification tasks in the field of incident reporting and adverse event analysis”, Int J Med Inform, vol. 132, p. 103971, dic. 2019, doi: 10.1016/j.ijmedinf.2019.103971.
dc.source.bibliographicCitationH. P. Evans et al., “Automated classification of primary care patient safety incident report content and severity using supervised machine learning (ML) approaches”, Health Informatics J, vol. 26, núm. 4, pp. 3123–3139, dic. 2020, doi: 10.1177/1460458219833102.
dc.source.bibliographicCitationH. Chen, E. Cohen, D. Wilson, y M. Alfted, “Improving Patient Safety Event Report Classification with Machine Learning and Contextual Text Representation”, Proc Hum Factors Ergon Soc Annu Meet, vol. 67, núm. 1, pp. 1063–1069, sep. 2023, doi: 10.1177/21695067231193645.
dc.source.bibliographicCitationH. Chen, E. Cohen, D. Wilson, y M. Alfred, “A Machine Learning Approach with Human-AI Collaboration for Automated Classification of Patient Safety Event Reports: Algorithm Development and Validation Study”, JMIR Hum Factors, vol. 11, p. e53378, ene. 2024, doi: 10.2196/53378.
dc.source.bibliographicCitationMinisterio de la Protección Social, Lineamientos para la implementación de la Política de Seguridad del Paciente, Bogotá D.C., 2008. [En línea]. Disponible en: https://minsalud.gov.co/salud/CAS/Paginas/seguridad-del-paciente.aspx
dc.source.bibliographicCitationD. W. Otter, J. R. Medina, y J. K. Kalita, “A Survey of the Usages of Deep Learning in Natural Language Processing”, el 21 de diciembre de 2019, arXiv: arXiv:1807.10854. Consultado: el 10 de octubre de 2024. [En línea]. Disponible en: http://arxiv.org/abs/1807.10854
dc.source.bibliographicCitationY. Wang, Y. Hou, W. Che, y T. Liu, “From static to dynamic word representations: a survey”, Int. J. Mach. Learn. & Cyber., vol. 11, núm. 7, pp. 1611– 1630, jul. 2020, doi: 10.1007/s13042-020-01069-8.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectProcesamiento de Lenguaje Natural
dc.subjectAprendizaje automático
dc.subjectEventos adversos
dc.subjectSeguridad del paciente
dc.subject.keywordNatural Language Processing
dc.subject.keywordMachine Learning
dc.subject.keywordAdverse Events
dc.subject.keywordPatient Safety
dc.titleDeterminación de eventos adversos prevenibles en la gestión del riesgo asistencial de una institución hospitalaria
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTrabajo de grado
local.department.reportEscuela de Ciencias e Ingeniería
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Determinacion_de_eventos_adversos_prevenibles.pdf
Tamaño:
1.41 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Matemáticas Aplicadas y Ciencias de la Computación