Publicación:
Uso de machine learning para el análisis y clasificación de quejas y reclamos en el sistema de salud en Bucaramanga

dc.contributor.authorVillamizar Hernández, Oscar Santiago
dc.creator.id1007436739
dc.date.accessioned2026-09-25T01:54:33Z
dc.date.issued2026-08-29
dc.description.abstractEste trabajo analiza y clasifica las quejas y reclamos presentados por usuarios del sistema de salud en Colombia, con enfoque en la ciudad de Bucaramanga, aplicando técnicas de Machine Learning. Estas PQRDS constituyen una fuente valiosa de información sobre las dificultades que enfrentan los ciudadanos en la prestación de los servicios de salud y, por eso, analizarlas de forma sistemática puede aportar elementos útiles para mejorar su atención. Para desarrollar el análisis se utilizó un conjunto de datos con los reclamos registrados ante la Superintendencia Nacional de Salud durante el primer semestre de 2025, filtrando únicamente los correspondientes a Bucaramanga.spa
dc.description.abstractThis work analyzes and classifies complaints and claims submitted by users of the Colombian healthcare system, focusing on the city of Bucaramanga, through the application of Machine Learning techniques. These records represent a valuable source of information about the difficulties citizens face in accessing health services and, for this reason, analyzing them systematically can provide useful insights for improving service quality. The analysis was developed using a dataset containing complaints registered before the Superintendencia Nacional de Salud during the first semester of 2025, filtering only those corresponding to Bucaramanga.eng
dc.description.degreelevelEspecializaciónspa
dc.description.degreenameEspecialista en Machine Learningspa
dc.formatpdf
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/19623
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programEspecialización en Machine Learningspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.proposalAprendizaje automaticospa
dc.subject.proposalTecnovigilanciaspa
dc.subject.proposalSistema de saludspa
dc.subject.proposalClasificación supervisadaspa
dc.subject.proposalReclamosspa
dc.subject.proposalMachine Learningeng
dc.subject.proposalTechnovigilanceeng
dc.subject.proposalSupervised classificationeng
dc.subject.proposalHealthcare systemeng
dc.subject.proposalComplaints and claimseng
dc.titleUso de machine learning para el análisis y clasificación de quejas y reclamos en el sistema de salud en Bucaramangaspa
dc.titleUse of machine learning for the analysis and classification of complaints in the healthcare system of Bucaramangaeng
dc.typeTrabajo de grado - Especialización
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de grado - Especialización
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameEspecialización en Machine Learning

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
VillamizarOscar2026.pdf
Tamaño:
743.77 KB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Especialización
Cargando...
Miniatura
Nombre:
VillamizarOscar2026_Anexo.pdf
Tamaño:
222.47 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción: