11332 research outputs found
Sort by
Evaluación comparativa de guías de práctica clínica para el diagnóstico y tratamiento del trastorno depresivo en adultos en américa latina: revisión sistemática de la literatura
Full text linkRESUMEN
Introducción: El trastorno depresivo mayor es una enfermedad crónica prevalente en la mayoría de las sociedades, que afecta el funcionamiento normal de las personas y empeora su calidad de vida. Las personas con depresión tienen casi 20 veces más riesgo de morir prematuramente por esta causa y tienen más probabilidad de no estar controlados si padecen de una enfermedad crónica. Las guías de práctica clínica (GPC) surgen para disminuir la variabilidad en la atención, mejorar la calidad y hacer más racional la prestación de los servicios de salud, sin embargo, las GPC de la región son susceptibles a sesgos ya que entre sus debilidades se encuentran: la falta de transparencia, rigor u objetividad metodológica, ausencia de equipos de trabajo multidisciplinarios, no inclusión de las preferencias de los pacientes, entre otras. Por ello, el objetivo de esta investigación es comparar las recomendaciones de diagnóstico y tratamiento de las GPC para trastorno depresivo en adultos en Latinoamérica con las de una guía internacional de referencia.
Métodos: Se realizó una revisión sistemática de la literatura (RSL) de GPC de trastorno depresivo elaboradas en países de América latina. Para realizar la comparación se escogió la guía “Depression in adults: treatment and management” (NICE) como guía de referencia. Se realizó una búsqueda sistemática en las bases de datos: LILACS, Cochrane-Central, Embase y OVID. Para la búsqueda de literatura gris se revisó país por país en páginas de ministerios de salud, asociaciones de psiquiatras y bibliotecas virtuales. Los resultados obtenidos fueron incorporados a la plataforma Rayyan, donde se llevó a cabo el tamizaje. Para realizar la evaluación de la calidad metodológica de las GPC seleccionadas se utilizó el instrumento AGREE II.
Resultados: A través de búsquedas en bases de datos se identificaron 3845 documentos. Luego de realizar tamizaje por título y abstract y se revisaron 18 GPC por texto completo de las cuales se seleccionaron 5 GPC pertenecientes a Chile, Colombia, Ecuador, México y Perú. Los dominios que presentaron la mayor puntuación fueron "alcance y objetivos" (81%, 54-91%) y "claridad en la presentación" (79%, 57-96%), seguidos por "rigor en la elaboración" (69%, 38-94%), participación de los implicados (68%, 52-94%), "independencia editorial" (68%, 44-100%). El peor dominio fue "aplicabilidad" (49%, 15-88%). La GPC de Colombia recibió la mayor puntuación global siendo fuertemente recomendada y la de Ecuador la menor, siendo no recomendada. Las demás guías fueron recomendadas con recomendaciones.
Conclusión: Existe consistencia entre las GPC de Latinoamérica en el tratamiento de primera línea del trastorno depresivo. Se sugiere el establecimiento de puntos de corte estandarizados y rigurosos para los dominios del AGREE II.MaestríaMagister en Epidemiologia Clínic
Model based on NLP techniques and acoustic analysis for early detection of possible suicidal tendency patients
No full textEn el ámbito de la salud mental, la detección temprana de comportamientos suicidas es fundamental para prevenir posibles tragedias y brindar apoyo oportuno a las personas en riesgo. No obstante, la complejidad de los factores involucrados y la falta de herramientas de evaluación eficientes hacen que muchos casos pasen inadvertidos. Con el propósito de mitigar este problema, la presente tesis desarrolla un modelo basado en técnicas de Procesamiento del Lenguaje Natural (NLP) y análisis de audio para la detección temprana de posibles tendencias suicidas, proporcionando así un primer canal de apoyo a los pacientes y asistiendo a profesionales de la salud en la toma de decisiones preventivas. La primera fase de la investigación emplea algoritmos como VADER, metodologías de NLTK y Latent Dirichlet Allocation (LDA), para clasificar e identificar temáticas subyacentes asociadas a preocupaciones específicas. En la segunda fase, se presenta un modelo avanzado que integra la información textual con atributos de audio (entonación, ritmo, índices de energía, entre otros) obtenidos de grabaciones de voz de posibles pacientes y expertos en salud mental. Esta combinación de datos multimodales se procesa mediante técnicas de clasificación (Logistic Regression, Random Forest, entre otras), entrenadas sobre un conjunto de datos cuidadosamente compilados que incluyen tanto textos de redes sociales como audios transcritos. Así, se comparan ambos enfoques, evidenciando un aumento significativo en la capacidad de detección de riesgo gracias a la fusión de características textuales y acústicas. El flujo de la solución consiste en recibir la información del paciente a través de una aplicación, procesar dichos datos con el modelo unificado y, finalmente, emitir un diagnóstico basado en atributos clave. Los resultados obtenidos demuestran la eficacia de combinar técnicas de NLP con el análisis de audio para identificar indicadores de riesgo suicida de forma anticipada, contribuyendo así a la intervención oportuna y al fortalecimiento de la atención en salud mental.MaestríaMagister en Ingeniería de Sistemas y Computació
Low-Frequency Transmission Line (LFAC) for Wind Energy from La Guajira
No full textEl presente proyecto propone una línea de transmisión en baja frecuencia (LFAC) de 500 kV y 18 Hz entre las subestaciones Colectora 1 y La Loma, con el fin de mejorar la evacuación de energía eólica desde La Guajira hacia el interior del país. Esta solución responde a la creciente congestión y problemas de estabilidad en la red de 500 kV del Sistema Interconectado Nacional (SIN), y permite aumentar la capacidad de transferencia de potencia frente a un sistema HVAC convencional. El trazado de la línea se realizó con metodología EPRI-GTC en ArcGIS, obteniendo una longitud de 234,4 km. Se seleccionó un conductor tipo AAAC Darién, y se diseñó un sistema de conversión AC/AC utilizando un convertidor modular multinivel (MMMC), dimensionando inductores, capacitores e interruptores IGCT ABB. El control implementado es Grid Following en el lado de 60 Hz y Grid Forming con control droop en 18 Hz. Las simulaciones en Simulink y ATPDraw validaron el sistema en escenarios como: comparación de pérdidas con HVAC, carga escalonada, operación en modo STATCOM y análisis de flujo reverso de potencia. Además, se evaluaron curvas P–δ y P–V para analizar estabilidad y controlabilidad. Los resultados mostraron que LFAC permite una mayor capacidad de transferencia, mejora la estabilidad del voltaje y ofrece un control dinámico eficaz. Este diseño aporta una solución innovadora y replicable para la expansión de la red en Colombia.This project proposes a low-frequency (LFAC) 500 kV, 18 Hz transmission line between the Colectora 1 and La Loma substations to improve the evacuation of wind energy from La Guajira to inland Colombia. This solution addresses growing congestion and stability issues in the 500 kV National Interconnected System (SIN), enabling higher power transfer capacity compared to a conventional HVAC system. The line route was defined using the EPRI-GTC methodology in ArcGIS, resulting in a total length of 234.4 km. An AAAC Darién conductor was selected, and an AC/AC conversion system was designed using a Modular Multilevel Matrix Converter (MMMC), including the sizing of inductors, capacitors, and ABB IGCT switches. The control strategies implemented were Grid Following on the 60 Hz side and Grid Forming with droop control on the 18 Hz side. Simulations in Simulink and ATPDraw validated the system under scenarios such as: HVAC loss comparison, stepped load variations, STATCOM operation mode, and reverse power flow analysis. Additionally, P–δ and P–V curves were assessed to analyze voltage stability and system controllability. Results demonstrated that LFAC increases transfer capacity, improves voltage stability, and provides effective dynamic control. The design offers an innovative and replicable solution for future grid expansion in Colombia
Mapukar, aplicación móvil interactiva con realidad aumentada para la ambientación y valorización del patrimonio cultural del Museo Mapuka de la Universidad del Norte
Full text linkEl proyecto "MAPUKAR" integra tecnología avanzada para la preservación y divulgación cultural. Se materializó en una aplicación móvil de realidad aumentada (AR) para el Museo MAPUKA de la Universidad del Norte, Barranquilla. Construida sobre un framework robusto de AR, permite la interacción inmersiva con modelos 3D de piezas arqueológicas, enriqueciendo la experiencia museográfica y fortaleciendo la conexión con culturas ancestrales del Caribe colombiano.
La AR superpone información digital al mundo real, creando un entorno interactivo que fomenta la exploración y la inmersión. Mapukar posibilita la interacción dinámica con réplicas 3D de artefactos prehispánicos, permitiendo su manipulación virtual y acceso a detalles sobre origen y significado. Esta experiencia tangible y emotiva crea un puente entre pasado y legado.
Los resultados demuestran el potencial transformador de esta tecnología en contextos educativos y museales. La aplicación es una plataforma educativa que democratiza el conocimiento y estimula la curiosidad, mejorando la visita.
Mapukar es una propuesta innovadora, replicable y escalable. Su diseño modular y enfoque en el usuario la hacen viable para otros espacios culturales. Las metodologías aprendidas ofrecen una hoja de ruta para futuras iniciativas de AR en divulgación cultural. Demuestra que la tecnología es crucial para revitalizar la preservación cultural, haciéndola accesible y conectando futuras generaciones con su herencia. Es un paso hacia museos más interactivos y relevantes.The “MAPUKAR” project integrates advanced technology for cultural preservation and dissemination. It materialized in an augmented reality (AR) mobile application for the MAPUKA Museum of the Universidad del Norte, Barranquilla. Built on a robust AR framework, it allows immersive interaction with 3D models of archaeological pieces, enriching the museum experience and strengthening the connection with ancestral cultures of the Colombian Caribbean.
AR superimposes digital information on the real world, creating an interactive environment that encourages exploration and immersion. Mapukar enables dynamic interaction with 3D replicas of pre-Hispanic artifacts, allowing virtual manipulation and access to details about origin and meaning. This tangible and emotional experience creates a bridge between past and legacy.
The results demonstrate the transformative potential of this technology in educational and museum contexts. The application is an educational platform that democratizes knowledge and stimulates curiosity, enhancing the visit.
Mapukar is an innovative, replicable and scalable proposal. Its modular design and user-centered approach make it viable for other cultural spaces. The methodologies learned offer a roadmap for future AR initiatives in cultural outreach. It demonstrates that technology is crucial to revitalizing cultural preservation, making it accessible and connecting future generations to their heritage. It is a step towards more interactive and relevant museums
Intelligent route planning system - SmartWay
No full textBarranquilla, como una de las principales ciudades de Colombia, enfrenta retos significativos en el transporte empresarial debido al crecimiento urbano, la congestión vial y las condiciones climáticas variables, que generan demoras, mayores costos operativos y una experiencia insatisfactoria para los usuarios. Además, la necesidad de garantizar la seguridad y privacidad de los pasajeros en servicios de transporte privado ha incrementado la demanda de soluciones tecnológicas innovadoras que optimicen rutas y reduzcan el impacto logístico. En este escenario, el proyecto SmartWay se presenta como una solución eficiente para abordar estos desafíos mediante un sistema integral de transporte inteligente.
SmartWay utiliza hardware embebido en vehículos, con capacidad de registro y lectura de huellas dactilares, enviando datos de ingreso a la nube de forma inalámbrica. En AWS, un algoritmo basado en machine learning y algoritmos genéticos procesa las direcciones de los pasajeros, optimizando rutas según tráfico, distancia, tiempo y clima. Las paradas se visualizan en una página web responsive con autenticación, adaptada a tres roles: conductor (indicaciones detalladas), administración/seguridad (gestión y monitoreo) y pasajeros (visualización de ruta), asegurando privacidad y seguridad. Este sistema reduce costos operativos, mejora la eficiencia y se adapta a diversos servicios de transporte privado en Barranquilla, contribuyendo a una logística más sostenible.Barranquilla, one of Colombia’s major cities, faces significant challenges in corporate transportation due to urban growth, traffic congestion, and variable weather conditions, leading to delays, higher operational costs, and an unsatisfactory user experience. Additionally, the need to ensure passenger safety and privacy in private transportation services has increased the demand for innovative technological solutions that optimize routes and mitigate logistical impacts. In this context, the SmartWay project emerges as an efficient solution to address these challenges through an integrated intelligent transportation system.
SmartWay employs embedded hardware in vehicles, capable of fingerprint registration and reading, wirelessly sending entry data to the cloud. Hosted on AWS, an algorithm leveraging machine learning and genetic algorithms processes passenger addresses, optimizing routes based on traffic, distance, time, and weather. The stop sequence is displayed on a responsive, authenticated website tailored to three roles: the driver (detailed instructions), administration/security (management and monitoring), and passengers (route visualization only), ensuring privacy and security. This system reduces operational costs, enhances efficiency, and adapts to various private transportation services in Barranquilla, contributing to more sustainable logistics
Design of a predictive classification model for prolonged hospital stay in internal medicine at a high-complexity hospital
No full textEl presente documento expone el desarrollo de dos modelos predictivos aplicados a pacientes del servicio de medicina interna en una institución de alta complejidad en Barranquilla, Colombia. El primero es un modelo de clasificación que busca predecir si un paciente tendrá una estancia hospitalaria prolongada desde su ingreso. El segundo es un modelo de regresión orientado a estimar la duración de la estancia en días. El proyecto partió de una revisión del problema, análisis de factores clínicos y administrativos, y la contextualización del fenómeno a nivel institucional y nacional. Se aplicó la metodología CRISP-DM, desde la comprensión del negocio y análisis de datos clínicos reales hasta la construcción, entrenamiento y validación de los modelos, utilizando aprendizaje automático con el soporte de PyCaret. En la validación, el modelo de clasificación alcanzó un 78% de exactitud, valor aceptable en contextos clínicos complejos, y el modelo de regresión obtuvo un error absoluto medio (MAE) de 2,69 días, evidenciando buena capacidad de estimación. Además, se incorporó el análisis de interpretabilidad mediante valores de Shapley (SHAP), que permitió identificar las variables más influyentes. En el modelo de regresión destacaron la razón entre días de estancia y estudios de imágenes, las interconsultas con otras especialidades y a medicina interna. En el modelo de clasificación, fueron clave la razón entre días y estudios de imágenes, la razón con procedimientos no quirúrgicos y el número de interconsultas a subespecialidades. Estos hallazgos aportan transparencia y permiten detectar posibles cuellos de botella clínicos o administrativos. Se concluye que ambos modelos pueden mejorar la identificación temprana de pacientes con riesgo de estancia prolongada y fortalecer la planificación asistencial basada en datos.This document presents the development of two predictive models applied to patients in the internal medicine department of a high-complexity institution in Barranquilla, Colombia. The first is a classification model aimed at predicting whether a patient will have a prolonged hospital stay upon admission. The second is a regression model designed to estimate the length of stay in days. The project began with a review of the problem, an analysis of clinical and administrative factors, and the contextualization of the phenomenon at both institutional and national levels. The CRISP-DM methodology was applied, from business understanding and analysis of real clinical data to the construction, training, and validation of the models, using machine learning with the support of PyCaret. During validation, the classification model achieved 78% accuracy, an acceptable value in complex clinical contexts, and the regression model obtained a mean absolute error (MAE) of 2.69 days, demonstrating good estimation capability. Additionally, interpretability analysis was incorporated using Shapley values (SHAP), which identified the most influential variables. In the regression model, the most relevant were the ratio between length of stay and imaging studies, consultations with other specialties, and with internal medicine. In the classification model, key variables included the ratio between length of stay and imaging studies, the ratio with non-surgical procedures, and the number of consultations with subspecialties. These findings contribute to transparency and help identify potential clinical or administrative bottlenecks. It is concluded that both models can improve the early identification of patients at risk of prolonged hospital stays and strengthen data-driven care planning
Comprehensive optimization of the leasing application Process in the financial sector
No full textEl leasing, o arrendamiento financiero, permite a empresas y personas usar bienes como maquinaria, vehículos o tecnología mediante pagos periódicos, con opción de compra al finalizar el contrato.
Este proyecto propone mejoras al proceso de solicitud de leasing en una entidad financiera que enfrenta serios retos operativos. Actualmente, el proceso presenta reprocesos frecuentes, falta de trazabilidad, flujos ineficientes, ejecución manual de tareas y políticas laborales poco adaptadas, lo que eleva los tiempos de gestión, acumula solicitudes pendientes y deteriora la experiencia del cliente.
A través de la metodología EPC (Event-driven Process Chain), se diagnosticó el proceso actual, identificando cuellos de botella, tareas innecesarias y oportunidades de mejora. La propuesta contempla un rediseño orientado a la eficiencia: implementación de un checklist dinámico, automatización parcial de tareas, radicación digital directa por parte del cliente y capacitación enfocada para mejorar la calidad documental.
El análisis, simulaciones, estimaciones y revisión cuantitativa, permitió validar el impacto de estas mejoras, pese a restricciones como el acceso limitado a sistemas reales y datos confidenciales.
Los resultados muestran un aumento de eficiencia del 51 % al 80 % y una reducción del tiempo promedio de respuesta de casi 28 a 11 días. La propuesta transforma el proceso en un sistema más ágil, eficiente y centrado en el cliente, con beneficios tanto operativos como estratégicos.Leasing, or financial leasing, allows companies and individuals to use assets such as machinery, vehicles, or technology through periodic payments, with the option to purchase the asset at the end of the contract. This project proposes improvements to the leasing application process in a financial institution facing serious operational challenges.
Currently, the process suffers from frequent reprocessing, lack of traceability, inefficient workflows, manual task execution, and inadequate labor policies. These issues increase processing times, lead to a backlog of pending applications, and negatively impact the customer experience.
Using the EPC (Event-driven Process Chain) methodology, the current process was diagnosed to identify bottlenecks, unnecessary tasks, and opportunities for improvement. The proposal includes a redesign focused on efficiency: implementation of a dynamic checklist, partial automation of tasks, direct digital submission by the client, and targeted training to improve document quality.
Through analysis, simulations, estimations, and quantitative review, the impact of these improvements was validated, despite constraints such as limited access to real systems and confidential data.
The results show a significant increase in process efficiency—from 51% to 80%—and a reduction in the average response time from nearly 28 days to just 11. This proposal transforms the process into a more agile, efficient, and customer-focused system, offering both operational and strategic benefits
Cyclone separation system design for plastic film production plant.
No full textEn una planta de producción de películas pláticas se presenta una fuga de material que es transportado neumáticamente desde un proceso de triturado para su separación de la corriente de aire a través de filtros de mangas y su almacenamiento en silos, esta falla se presenta debido a falta de mantenimiento de los filtros, la empresa propone reemplazarlos por sistemas de separación ciclónicos debido a su menor complejidad y menor necesidad de mantenimiento, lo que solucionaría el problema de la fuga de material y les permitiría trabajar ininterrumpidamente por más tiempo. En el presente proyecto se presentan dos alternativas de solución para el problema planteado por la empresa. Debido a que se busca abastecer de material a dos silos, una de las alternativas consiste en un ciclón que recibe el caudal de aire y material y abastece a ambos silos, cuya salida estaría conectada a un ventilador que reduciría la pérdida de presión al interior del ciclón y aumentaría su eficiencia; y la segunda alternativa consiste en dos ciclones, uno conectado a un silo y el otro conectado a ambos, distribuyendo el material que separa entre los dos.In a plastic film production plant there is a leakage of material that is pneumatically transported from a crushing process for its separation from the air stream through bag filters and its storage in silos, this failure is due to lack of maintenance of the filters, the company proposes to replace them with cyclone separation systems due to their lower complexity and lower maintenance requirements, which would solve the problem of material leakage and would allow them to work uninterruptedly for longer. This project presents two alternative solutions to the problem posed by the company. Since the goal is to supply material to two silos, one of the alternatives consists of a cyclone that receives the flow of air and material and supplies both silos, whose outlet would be connected to a fan that would reduce the loss of pressure inside the cyclone and increase its efficiency; and the second alternative consists of two cyclones, one connected to one silo and the other connected to both, distributing the material that separates between the two