Carrera de Ingeniería Bioinformática UNAB tiene su primera titulada.

Consuelo Bello es la primera en obtener este grado académico dentro de la Universidad Andrés Bello.
Su tesis fue patrocinada por el Dr. Daniel Aguayo, del Center for Bioinformatics and Integrative Biology de la UNAB, y dirigida por el Dr. Giovanni Giachetti, director de I+D de INACAP.

El 19 de noviembre de 2018 se vivió un momento único en la Universidad Andrés Bello.
Consuelo Bello se convirtió en la primera titulada de la carrera de Ingeniería en Bioinformática de la UNAB, obteniendo un 6,8 por parte del comité evaluador.

Consuelo Bello presentó su tesis titulada “Análisis predictivo de pacientes “no show” mediante un modelo multivariable basado en fuentes de información heterogéneas”, en la que se analizó la problemática generada por aquellos pacientes que toman horas médicas y no asisten a la cita, sin previo aviso (el llamado “no show”)

“La gente que no asiste a sus citas médicas genera grandes problemáticas y pérdidas, sobretodo económicas”, expresó la Ingeniera.
La hipótesis de la investigación fue que variables heterogéneas, ambientales y sanitarias pueden determinar la ocurrencia de un paciente no show, mediante un modelo predictivo multivariable.
Como objetivo general se planteó desarrollar una plataforma de análisis automático para predecir y reducir el número de casos de pacientes no show en los servicios de salud públicos, más específicamente establecer un modelo de análisis computacional que permita caracterizar y formalizar estos casos.

La metodología de esta investigación se dividió en las siguientes etapas:

  1. Recolección y preparación de los datos. Set de datos simulados, agrupación de las variables.
  2. Construcción de los modelos predictivos, selección de algoritmos, herramientas y data mining.
  3. Evaluación de los modelos. Esto es validación de la información que entregan los modelos
  4. Análisis de resultados de acuerdo con cada modelo predictivo.

Algunas de las conclusiones fueron que los modelos predictivos dependen de múltiples variables y que la capacidad de predicción de los modelos depende fuertemente del número de muestras.
Según el director del Center for Bioinformatics and Integrative Biology, Dr. Danilo González, esta tesis “abre nuevos horizontes a los ingenieros Bioinformáticos, los cuales integran eficientemente sus conocimientos en data mining con sus conocimientos biológicos”.
“Lo anterior permite comprender con mayor facilidad las variables biológicas que gobiernan este tipo de eventos, como lo son los pacientes “no show”, agregó.

Para finalizar, el experto dijo que “aunque parezcan básicas las variables biológicas que se utilizan en estos modelos, es muy importante que el ingeniero tenga familiaridad con el ambiente biológico, lo cual le permite una muchísima mejor comunicación con el equipo médico”.

Share this news: