Mostrar el registro sencillo del documento

dc.rights.licenseReconocimiento 4.0 Internacional
dc.contributor.advisorVilla Garzón, Fernán Alonso
dc.contributor.advisorPiñeros, Juan Gabriel
dc.contributor.authorUribe Díez, Laura María
dc.date.accessioned2022-09-13T15:19:32Z
dc.date.available2022-09-13T15:19:32Z
dc.date.issued2022-09-12
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/82285
dc.descriptionIlustraciones, diagramas de flujo, tablas
dc.description.abstractLos estudios de cohorte en epidemiología ambiental son ampliamente utilizados para determinar la ocurrencia de un evento específico en un grupo de individuos. Estos estudios experimentan numerosos desafíos debido a que la información que se requiere para llevarse a cabo requiere un rango temporal de observación amplio y un seguimiento constante de los participantes. El desarrollo de conceptos y técnicas para llevar a cabo la investigación de la relación con el medio ambiente y eventos de salud es el punto focal de dichos desafíos. Las causas de estos desafíos incluyen varios factores. El primer factor es un proceso ineficiente en la recuperación de la información médica de cada participante. El segundo factor son los datos inexactos. Y el tercer factor es la mala calidad de la información que da como resultado la falta de información que los investigadores requieren para planificar una estrategia de solución al problema de investigación. Este trabajo abarca una solución de integración de información basada en modelos lógicos y modelos físicos empleando soluciones tecnológicas. Este estudio se centra en un diseño para gestionar datos arrojados en el estudio de cohorte en epidemiología ambiental. El trabajo consiste en desarrollar una arquitectura de información para los estudios de cohorte en epidemiología ambiental capturando los desafíos mencionados anteriormente para desarrollar conceptos y técnicas basadas en la arquitectura para ayudar a resolver los problemas de gestión de datos. Los objetivos son definir e implementar un modelo para disminuir los problemas asociados a los estudios de cohorte en epidemiología ambiental utilizando conceptos de arquitectura de la información basada en bases de datos relacionales. La implementación de estos conceptos tiene beneficios como agilidad, integridad y una posible estrategia de diseño a largo plazo para la continuidad de los estudios de cohorte en epidemiología ambiental. Se espera que los diseños basados en arquitecturas de información permitan a los investigadores realizar la gestión de la información relevante para el proyecto. Entonces en este trabajo se ha propuesto el diseño de una arquitectura de información para estudios de cohorte en epidemiología ambiental en la cual se caracterizan y definan los artefactos (modelos) requeridos y su verificación en un caso de aplicación, con sistemas de gestión de bases de datos que permitan a agregar, administrar, extraer y analizar grandes cantidades de datos. (Texto tomado de la fuente)
dc.description.abstractCohort studies in environmental epidemiology are widely used to determine the occurrence of a specific event in a group of individuals. These studies experience numerous challenges due to the fact that the information required to be carried out needs a wide observation time range and constant monitoring of the participants. The development of concepts and techniques to carry out research on the relationship with the environment and health events is the focal point of these challenges. The causes of these challenges include several factors. The first factor is an inefficient process in retrieving the medical information of each participant. The second factor is inaccurate data. And the third factor is the poor quality of the information that results in the lack of information that researchers need to plan a solution strategy to the research problem. This work covers an information integration solution based on logical models and physical models using technological solutions. This study focuses on a design to manage data yielded in the cohort study in environmental epidemiology. The work consists of developing an information architecture for cohort studies in environmental epidemiology capturing the challenges mentioned above to develop concepts and techniques based on the architecture to help solve data management problems. The objectives are to define and implement a model to reduce the problems associated with cohort studies in environmental epidemiology using information architecture concepts based on relational databases. The implementation of these concepts has benefits such as agility, integrity and a possible long-term design strategy for the continuity of cohort studies in environmental epidemiology. It is expected that designs based on information architectures will allow researchers to carry out the management of information relevant to the project. Therefore, in this work, the design of an information architecture for cohort studies in environmental epidemiology has been proposed in which the required artifacts (models) are characterized and defined and their verification in an application case, with database management systems that allow adding, managing, extracting and analyzing large amounts of data.
dc.format.extent135 páginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subject.ddc000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores
dc.subject.ddc610 - Medicina y salud
dc.titleUna arquitectura de información para estudios de cohorte en epidemiología ambiental
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programMedellín - Minas - Maestría en Ingeniería - Analítica
dc.contributor.researchgroupSenda R&D Group: Software Engineering And Data Science Research And development Group
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería - Analítica
dc.description.researchareaArquitectura de Software
dc.description.researchareaEpidemiología Computacional
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.departmentDepartamento de la Computación y la Decisión
dc.publisher.facultyFacultad de Minas
dc.publisher.placeMedellín, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellín
dc.relation.referencesAlmeida, J. R., Coelho, L., & Oliveira, J. L. (2021). BIcenter: A collaborative Web ETL solution based on a reflective software approach. SoftwareX, 2352-7110.
dc.relation.referencesBader, A., Ellen, P. L., & Steve, D. (2021). Validation of Architectural Requirements for Tackling Cloud Computing Barriers: Cloud Provider Perspective, Volume 181. Procedia Computer Science.
dc.relation.referencesBourbonnais, P.-L., & Morency, C. (2018). A robust datawarehouse as a requirement to the increasing quantity and complexity of travel survey data. Transportation Research Procedia, 436-447.
dc.relation.referencesCalvera, J. (05 de 05 de 2021). Integración e Interoperabilidad, de compartir datos a comunicar conocimiento. InterSystems.
dc.relation.referencesDuarte, G., Luís, F., & Nuno, C. (2021). Enterprise architecture for high flexible and agile company in automotive industry, Volume 181. Procedia Computer Science.
dc.relation.referencesElena, K., & Judith, B. (2020). Industry 4.0 Impact Propagation on Enterprise Architecture Models, Volume 176. Procedia Computer Science.
dc.relation.referencesF., S., Paulina, M. D., Carlos, Q. S., Guissela, G. M., Nayely, O. H., Tamara, M. V., & Miriann, &. D. (2019). Estudios de cohortes. 1ᵃ parte. Descripción, metodología y aplicaciones. Revista de cirugía, 482-493.
dc.relation.referencesGabriel, P. J. (2019). Exposición a contaminación del aire (PM2.5 PM10 y O3) y eventos cardiovasculares y respiratorios en Medellín. Salud y Ambiente, Departamento de ciencias específicas, 2018-2020.
dc.relation.referencesGetmanskiy, A., Sechenev, S., Ryadchikov, I., Gusev, A., Mikhalkov, N., Kazakov, D., . . . Sokolov, D. (2021). Real-time system architecture design practices. Procedia Computer Science, 769-776.
dc.relation.referencesKohlmayer, F., Prasser, F., Eckert, C., & Kuhn, K. A. (2014). A flexible approach to distributed data anonymization. Journal of Biomedical Informatics, 62-76.
dc.relation.referencesKory, K., Matthew, F., Abhishek, P., Nina, A., Gwendolyn, H., F, J. S., . . . Taxiarchis, B. (2017). Natural language processing systems for capturing and standardizing unstructured clinical information: A systematic review, Volume 73. Journal of Biomedical Informatics.
dc.relation.referencesKurnia, S., Kotusev, S., Shanks, G., Dilnutt, R., & Milton, S. (2021). Stakeholder engagement in enterprise architecture practice: What inhibitors are there? Information and Software Technology.
dc.relation.referencesLee, N.-W., Wang, H.-Y., Du, C.-L., Yuan, T.-H., Chen, C.-Y., Yu, C.-J., & Chan, C.-C. (2021). Air-polluted environmental heavy metal exposure increase lung cancer incidence and mortality: A population-based longitudinal cohort study. Science of The Total Environment, 152186.
dc.relation.referencesLouis, R., Peter, M., & Jorge, A. (2015). Information Architecture, 4th Edition. O’Reilly media Inc.
dc.relation.referencesMarkus, K., Stefan, S., & Andrea, B. (2015). Secondary use of electronic health records for building cohort studies through top-down information extraction, Volume 53. Journal of Biomedical Informatics.
dc.relation.referencesMinisterio de Salud y Protección Social; Juan Pablo Uribe Restrepo; Iván Dario Gonzalez Ortiz; Diana Isabel Cardenas Gamboa; Gerardo Burgos Bernal; Dolly Esperanza Ovalle Carranza; Aicardo Oliveros Castrillón; Germán Alfredo Gil Forero . (2019). Lineamiento Técnico para el Registro y envío de los datos del Registro Individual de Prestaciones de Salud – RIPS, desde las Instituciones Prestadoras de Servicios de Salud a las EAPB. Bogotá: Oficina de Tecnología de la Información y la Comunicación – OTIC.
dc.relation.referencesNina, A., Binariswanto, & Nilo, L. (2019). Cloud Computing Adoption Strategic Planning Using ROCCA and TOGAF 9.2: A Study in Government Agency, Volume 161. Procedia Computer Science.
dc.relation.referencesPhilippe, D., & Gilbert, R. (2014). Modeling Enterprise Architecture with TOGAF: a practica guide using UML and BPMN, 1st Edition. Waltham, Massachusetts: Morgan Kaufmann.
dc.relation.referencesRubin, K. S. (2012). Essential Scrum: A Practical Guide to the Most Popular Agile Process, 2th Edition. O’Reilly media Inc.
dc.relation.referencesSebastian, M., Thomas, B., A., K. L., Dennis, T., & Marvin, K. (2019). A method for the graphical modeling of relative temporal constraints. Journal of Biomedical Informatics.
dc.relation.referencesSetia, M. (2016). Methodology series module 1: Cohort studies. Indian Journal of Dermatology, 21-25.
dc.relation.referencesSprinkle, J., & Karsai, G. (2004). A domain-specific visual language for domain model evolution. Journal of Visual Languages & Computing, 291-307.
dc.relation.referencesSusan, R., Jyotishman, P., Guergana, S., A., O. T., Les, W., E., B. C., . . . G, C. C. (2012). Building a robust, scalable and standards-driven infrastructure for secondary use of EHR data: The SHARPn Project, Volume 45. Journal of Biomedical Informatics.
dc.relation.referencesT., S. E., A., D. M., Joseph, K., Z., S. J., I., V. V., L., C. C., & R., C. T. (2018). A scalable method for supporting multiple patient cohort discovery projects using i2b2, Volume 84. Journal of Biomedical Informatics.
dc.relation.referencesTamakoshi, A., Ozasa, K., Fujino, Y., Suzuki, K., Sakata, K., Mori, M., . . . Hoshiya, Y. (2013). Cohort profile of the Japan Collaborative Cohort Study at final follow-up, Volume 23. J Epidemiol.
dc.relation.referencesTian, F., Liang, P., & Babar, M. A. (2022). Relationships between software architecture and source code in practice: An exploratory survey and interview. Information and Software Technology, 0950-5849.
dc.relation.referencesUrbanczyk, T., & Peter, L. (2016). Database Development for the Urgent Department of Hospital based on Tagged Entity Storage Following the IoT Concept. IFAC-PapersOnLine, 278-283.
dc.relation.referencesZhang, J., Chen, H., Yao, X., & Fu, X. (2021). CPFinder: Finding an unknown Caller's profession from anonymized mobile phone data. Digital Communications and Networks, 2352-8648.
dc.relation.referencesZondergeld, J. J., Scholten, R. H., Vreede, B. M., Hessels, R. S., Pijl, A., Buizer-Voskamp, J. E., . . . Veldkamp, C. L. (2020). FAIR, safe and high-quality data: The data infrastructure and accessibility of the YOUth cohort study. Developmental Cognitive Neuroscience, 1878-9293.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembSalud pública
dc.subject.lembSaneamiento ambiental
dc.subject.proposalArquitectura de la información
dc.subject.proposalEpidemiología ambiental
dc.subject.proposalBases de datos
dc.subject.proposalInformation architecture
dc.subject.proposalEnvironmental epidemiology
dc.subject.proposalDatabases
dc.title.translatedAn information architecture for cohort studies in environmental epidemiology
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
dcterms.audience.professionaldevelopmentEstudiantes
dcterms.audience.professionaldevelopmentInvestigadores
dcterms.audience.professionaldevelopmentMaestros
dc.description.curricularareaÁrea Curricular de Ingeniería de Sistemas e Informática


Archivos en el documento

Thumbnail

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Reconocimiento 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito