Modelar la incidencia de la infección por COVID-19 en el área metropolitana de Santiago de Cali, en términos de variables socioeconómicas, demográficas y de salud, usando métodos estadísticos, de econometría espacial y machine learning, en el periodo comprendido de marzo 2020 - junio 2021
Archivos
Autores
Saenz Perilla, Juan Pablo
Director
Bohorquez Castañeda, Martha Patricia
Tipo de contenido
Trabajo de grado - Maestría
Idioma del documento
EspañolFecha de publicación
2023-02
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El objetivo de este documento es modelar la incidencia del COVID-19 en Cali en términos de los factores socioeconómicos, demográficos y de salud de los contagiados. Se estiman modelos lineales generalizados de Poisson y Regresión de Poisson Ponderada geográficamente. Además, Se ajustan y evalúan técnicas de Aprendizaje automático, y se usan los algoritmos Bosque Aleatorio (Random Forest); Potenciación del Gradiente Extremo (eXtreme Gradient Boosting); Red Neuronal (Neural Network) y Máquinas de Vectores de Soporte (Support Vector Machine). Finalmente, en todos los casos se incluye el componente espacial. Se seleccionan las variables más influyentes con base en la correlación y en la técnica de regularización Lasso. Se encuentra que ciertas afecciones de salud preexistentes (comorbilidades), el tipo de vacuna, la edad, y el régimen de salud están asociados significativamente con los casos de COVID-19 por barrio en la ciudad de Cali. (Texto tomado de la fuente)
Abstract
The objective of this document is to model the incidence of COVID-19 in Cali in terms of the socioeconomic, demographic, and health factors of those infected. Generalized Poisson linear models and geographically weighted Poisson Regression models are employed. Additionally, machine learning techniques are applied, including Random Forest, eXtreme Gradient Boosting, Neural Network, and Support Vector Machine algorithms. In all cases, the spatial component is incorporated. The most influential variables are selected based on correlation and Lasso regularization techniques. It is determined that certain preexisting health conditions (comorbidities), the type of vaccine, age, and health insurance regime are found to be significantly associated with COVID-19 cases by neighborhood in the city of Cali.
Descripción Física/Lógica/Digital
ilustraciones, diagramas, mapas