Aplicación de regresión logística para la predicción de demanda por especialidad médica en consulta externa hospitalaria

  • Rene Aquino Arcata Universidad Jorge Basadre Grohman de Tacna
  • Ronald Cuevas Machaca Hospital Regional de Moquegua, Moquegua
  • Luis Godoy Montoya Universidad Jorge Basadre Grohman de Tacna
  • Heber Rodríguez Puma Universidad Jorge Basadre Grohman de Tacna
Palabras clave: atenciones médicas, covid-19, predicción, regresión logística

Resumen

En este trabajo se realizó el análisis de la información producto de la atención de pacientes en el servicio de consulta externa. Se han revisado trabajos que guardan relación con las metodologías posibles de utilizar, antes de la elección de una en particular. Posteriormente, se ha justificado y aplicado la metodología de regresión logística para evaluar, clasificar y pronosticar los resultados esperados conforme al objetivo trazado. En el Hospital Regional de Moquegua, desde el inicio de la emergencia sanitaria por el Covid-19, se suspendió la atención en el servicio de consulta externa, vale decir desde Marzo del 2020 a Junio 2021 no se tiene información de cuánto hubiese sido la demanda por especialidad en dicho servicio. El objetivo del trabajo es predecir, en base a variables de edad y sexo, la cantidad de pacientes de sexo femenino que solicitarán una cita para las especialidades de consulta externa, en un período de tiempo. Para la resolución del objetivo planteado, se aplicó el modelo de regresión logística de scikit-learn que, en un inicio ha permitido clasificar y determinar el grupo de importancia en base al cual está orientado nuestro objetivo, tomando como variables independientes y relevantes: el sexo y la edad. Los resultados iniciales obtenidos del procedimiento del modelo no mostraron correspondencia real a la predicción esperada . Las conclusiones determinan que el modelo propuesto requiere la inclusión de otras variables de entrada.

Descargas

La descarga de datos todavía no está disponible.

Citas

“Estadísticas” Boletín Estadístico 2019, [online document], 2019. Disponible: Web Hospital Regional de Moquegua, http://www.hospitalmoquegua.gob.pe.

Jiménez, M. V. G., Izquierdo, J. M. A., & Blanco, A. J. (2000). La predicción del rendimiento académico: regresión lineal versus regresión logística. Psicothema, 12(Su2), 248-525.

Guzmán Aristizábal, S. M., & Hurtado Franco, J. C. (2021). Predicción de la tendencia del indicador S&P 500.

. Erazo Garzón, J. F. (2019). Desarrollo de un modelo de predicción de riesgo de quiebra empresarial para el sector comercial del Ecuador: un enfoque de regresión logística (Doctoral dissertation, Universidad Autónoma de Nuevo León).

Pérez, A., Grandón, E. E., Caniupán, M., & Vargas, G. (2013). Análisis Comparativo de Técnicas de Predicción para Determinar la Deserción Estudiantil: Regresión Logística vs Árboles de Decisión. Arquitectura, 2014, 2015.

Huamán Bernilla, J. N. (2020). Comparación de máquina de soporte vectorial y regresión logística en la predicción de morosidad de cuotas sociales del colegio de ingenieros del Perú consejo departamental Lambayeque.

Maydana Huanca, A. R. (2021). Elección del mejor modelo entre regresión lineal múltiple y árboles de regresión para predecir el precio máximo de las acciones de Intel en función al precio de apertura y volumen de ventas de acciones por día-2019.

Recibido: 2021-05-25
Aceptado: 2021-07-02
Publicado: 2021-09-30
Cómo citar
[1]
R. Aquino Arcata, R. Cuevas Machaca, L. Godoy Montoya, y H. Rodríguez Puma, «Aplicación de regresión logística para la predicción de demanda por especialidad médica en consulta externa hospitalaria», Innov. softw., vol. 2, n.º 2, pp. 44-59, sep. 2021.
Sección
Artículos originales