Alcance

En esta investigación se propone utilizar métodos de analítica de datos adoptando el paradigma big data para apoyar la vigilancia de las enfermedades arbovirales en las etapas de análisis e interpretación de datos, y difusión de la información, a partir de las bases de datos disponibles en el Cubo SIVIGILA del Sistema Integral de Información de la Protección Social (SISPRO) e integrando otras bases de datos relacionadas con los factores que influyen en la presencia de estas enfermedades como: datos entomológicos del Laboratorio Departamental de Salud Pública de Santander, datos de precipitaciones del Instituto de Hidrología, Meteorología y estudios ambientales (IDEAM), Estadísticas de demografía y población: Datos poblacionales del Departamento Administrativo Nacional de Estadística (DANE); de manera complementaria, se utilizarán  fuentes de datos no estructurados como lo son los mensajes mediante los cuales interactúan los usuarios en Twitter alrededor de esta temática.

A partir del conjunto de datos consolidado se pretende por medio del método de   agrupamiento difuso categorizar en clases (por ejemplo, Muy alta, alta, media, baja y muy baja) la incidencia de las enfermedades arbovirales en cada uno de los municipios del departamento de Santander. La identificación de aspectos similares y diferentes entre las categorías de incidencia identificadas darían información relevante a las autoridades de salud pública y complementarían los análisis de situación de la salud que se realizan según recomendaciones del Ministerio de Salud y Protección Social (MSPS). Además, estas etiquetas de incidencia asignadas, se aprovechará también con fines predictivos, desarrollando un modelo de aprendizaje automático para predecir el riesgo de enfermedades arbovirales, considerando que el riesgo es la ocurrencia de un evento en condiciones específicas. Los resultados de esta investigación apoyarán a los tomadores de decisiones en salud pública.