Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos
La anemia infantil constituye uno de los principales problemas de salud pública en los países en desarrollo, donde las deficiencias nutricionales afectan gravemente el crecimiento y desarrollo de millones de niños. Según la Organización Mundial de la Salud (OMS), alrededor el 40 % de los niños de en...
Guardado en:
| Autores principales: | , , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2026
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881509986348040192 |
|---|---|
| author | Vilcarana Tintaya, Jhon Quispe Sumire, Jorge Luis Falcon Lanchi, Hu'bert Eli |
| author2 | Soria Quijaite, Juan Jesus |
| author_browse | Falcon Lanchi, Hu'bert Eli Quispe Sumire, Jorge Luis Soria Quijaite, Juan Jesus Vilcarana Tintaya, Jhon |
| author_facet | Soria Quijaite, Juan Jesus Vilcarana Tintaya, Jhon Quispe Sumire, Jorge Luis Falcon Lanchi, Hu'bert Eli |
| author_sort | Vilcarana Tintaya, Jhon |
| collection | Repositorio institucional |
| description | La anemia infantil constituye uno de los principales problemas de salud pública en los países en desarrollo, donde las deficiencias nutricionales afectan gravemente el crecimiento y desarrollo de millones de niños. Según la Organización Mundial de la Salud (OMS), alrededor el 40 % de los niños de entre 6 y 59 meses sufren esta condición en todo el mundo. La identificación temprana es fundamental para diseñar intervenciones eficaces; Sin embargo, los métodos tradicionales y los modelos convencionales de aprendizaje automático presentan limitaciones en la gestión de la complejidad e incertidumbre de los datos clínicos. En este estudio, se propone un modelo de clasificación que combina lógica difusa, entropía difusa y un clasificador de Extreme Gradient Boosting (XGBoost) con ajuste de umbral. El objetivo es captar tanto la incertidumbre como las relaciones no lineales presentes en los historiales médicos. Se evaluaron siete configuraciones: cuatro arquitecturas modernas de línea base (Random Forest, XGBoost, LightGBM y CatBoost), dos modelos mejorados con entropía difusa (Random Forest y XGBoost) y el modelo híbrido propuesto. Los resultados indican que el modelo XGBoost con entropía difusa y ajuste de umbral logró el mejor rendimiento, logrando una Precisión de 0,904, una puntuación F de 0,865, un ROC-AUC de 0,963 y un PR-AUC de 0,938, superando todas las configuraciones de referencia. Estos hallazgos demuestran que la integración de representaciones difusas de la incertidumbre con técnicas avanzadas de clasificación ofrece una estrategia robusta y flexible para apoyar la toma de decisiones en salud pública y fortalecer la detección de la prevalencia de la anemia infantil. |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/10227 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Ciencia de datos |
| ocde_area_str_mv | Ciencias naturales |
| ocde_disciplina_str_mv | Computación y ciencias de la información |
| ocde_str_mv | 1.02.01 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2026 |
| publishDateRange | 2026 |
| publishDateSort | 2026 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos Vilcarana Tintaya, Jhon Quispe Sumire, Jorge Luis Falcon Lanchi, Hu'bert Eli Soria Quijaite, Juan Jesus Entropía difusa XGBoost Clasificación Modelo híbrido Salud pública Anemia La anemia infantil constituye uno de los principales problemas de salud pública en los países en desarrollo, donde las deficiencias nutricionales afectan gravemente el crecimiento y desarrollo de millones de niños. Según la Organización Mundial de la Salud (OMS), alrededor el 40 % de los niños de entre 6 y 59 meses sufren esta condición en todo el mundo. La identificación temprana es fundamental para diseñar intervenciones eficaces; Sin embargo, los métodos tradicionales y los modelos convencionales de aprendizaje automático presentan limitaciones en la gestión de la complejidad e incertidumbre de los datos clínicos. En este estudio, se propone un modelo de clasificación que combina lógica difusa, entropía difusa y un clasificador de Extreme Gradient Boosting (XGBoost) con ajuste de umbral. El objetivo es captar tanto la incertidumbre como las relaciones no lineales presentes en los historiales médicos. Se evaluaron siete configuraciones: cuatro arquitecturas modernas de línea base (Random Forest, XGBoost, LightGBM y CatBoost), dos modelos mejorados con entropía difusa (Random Forest y XGBoost) y el modelo híbrido propuesto. Los resultados indican que el modelo XGBoost con entropía difusa y ajuste de umbral logró el mejor rendimiento, logrando una Precisión de 0,904, una puntuación F de 0,865, un ROC-AUC de 0,963 y un PR-AUC de 0,938, superando todas las configuraciones de referencia. Estos hallazgos demuestran que la integración de representaciones difusas de la incertidumbre con técnicas avanzadas de clasificación ofrece una estrategia robusta y flexible para apoyar la toma de decisiones en salud pública y fortalecer la detección de la prevalencia de la anemia infantil. 2026-05-20 2026-06-15T23:15:27Z 2026-06-15T23:15:27Z 2028-05-20 info:eu-repo/date/embargoEnd/2028-05-20 info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/10227 spa info:eu-repo/semantics/embargoedAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/10227 2026-11-10T17:45:09Z |
| spellingShingle | Entropía difusa XGBoost Clasificación Modelo híbrido Salud pública Anemia Vilcarana Tintaya, Jhon Quispe Sumire, Jorge Luis Falcon Lanchi, Hu'bert Eli Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title_full | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title_fullStr | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title_full_unstemmed | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title_short | Modelo de clasificación basado en entropía difusa para la identificación de factores que contribuyen a la prevalencia de anemia en niños peruanos |
| title_sort | modelo de clasificacion basado en entropia difusa para la identificacion de factores que contribuyen a la prevalencia de anemia en ninos peruanos |
| topic | Entropía difusa XGBoost Clasificación Modelo híbrido Salud pública Anemia |
| topic_facet | Entropía difusa XGBoost Clasificación Modelo híbrido Salud pública Anemia |
| url | https://hdl.handle.net/20.500.12840/10227 |
| work_keys_str_mv | AT vilcaranatintayajhon modelodeclasificacionbasadoenentropiadifusaparalaidentificaciondefactoresquecontribuyenalaprevalenciadeanemiaenninosperuanos AT quispesumirejorgeluis modelodeclasificacionbasadoenentropiadifusaparalaidentificaciondefactoresquecontribuyenalaprevalenciadeanemiaenninosperuanos AT falconlanchihuberteli modelodeclasificacionbasadoenentropiadifusaparalaidentificaciondefactoresquecontribuyenalaprevalenciadeanemiaenninosperuanos |