Mostrar el registro sencillo del ítem
Business intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masin
dc.contributor.advisor | Quinteros Navarro, Dino Michael | |
dc.contributor.author | Reyes Arellano, Luis Felipe Yunior | |
dc.date.accessioned | 2025-03-18T14:50:20Z | |
dc.date.available | 2025-03-18T14:50:20Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/163207 | |
dc.description.abstract | El propósito del presente estudio fue implementar business intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masin. Se utilizó una metodología aplicada, con enfoque cuantitativo y experimental, en una población de 274 adultos mayores. Los resultados muestran que el uso de Power BI para analizar la salud en Masin es ejemplo clave de cómo los profesionales de la salud acceden, analizan y visualizan datos relevantes. A medida que los datos sanitarios siguen creciendo, transformar información compleja en datos simples será una necesidad crítica. Power BI no solo respalda este cambio, sino que también ayuda a las organizaciones de atención médica a tomar decisiones basadas en evidencia. Esta herramienta se ha convertido en un recurso esencial para mejorar la salud pública, optimizar recursos y salvar vidas. El uso eficaz de esta tecnología transformará la forma en que se abordan las enfermedades, contribuyendo a un futuro más fuerte para las comunidades. Power BI permite integrar múltiples fuentes de datos, como registros médicos electrónicos, bases de datos poblacionales y datos de salud, lo que brinda una comprensión integral y precisa de la salud de las personas, facilitando mejores resultados y decisiones basadas en datos. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Business Intelligence | es_PE |
dc.subject | Machine learning | es_PE |
dc.subject | Power Bi | es_PE |
dc.subject | Adulto mayor | es_PE |
dc.title | Business intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masin | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Escuela de Ingeniería de Sistemas | es_PE |
dc.description.lineadeinvestigacion | Sistemas de Información y Comunicaciones | es_PE |
renati.advisor.dni | 41567782 | |
renati.advisor.orcid | https://orcid.org/0000-0001-8174-8771 | es_PE |
renati.author.dni | 47878526 | |
renati.discipline | 612076 | es_PE |
renati.juror | Necochea Chamorro, Jorge Isaac | |
renati.juror | Acuña Meléndez, María Eudelia | |
renati.juror | Quinteros Navarro, Dino Michael | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Desarrollo sostenible, emprendimientos y responsabilidad social. | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Industria, innovación e infraestructura | es_PE |
dc.description.modality | PRESENCIAL | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Lima Norte [1513]