Registro:
| Documento: | Tesis de Grado |
| Título: | Explorando migraciones y difusión del mal de Chagas en América Latina con aprendizaje automático |
| Título alternativo: | Exploring migrations and spread of Chagas disease in Latin America with machine learning |
| Autor: | De Monasterio, Juan Mateo |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Fecha de defensa: | 2017-12-22 |
| Fecha en portada: | Diciembre 2017 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias Matemáticas |
| Departamento Docente: | Departamento de Matemáticas |
| Director Asistente: | Salles, Alejo |
| Jurado: | Sarraute, Carlos; Jonckheere, Matthieu Thimothy Samson; Groisman, Pablo José |
| Idioma: | Español |
| Formato: | PDF |
| Handle: |
http://hdl.handle.net/20.500.12110/seminario_nMAT000921_deMonasterio |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nMAT000921_deMonasterio.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nMAT000921_deMonasterio |
| Ubicación: | Dep.MAT 000921 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. De Monasterio, Juan Mateo. (2017). Explorando migraciones y difusión del mal de Chagas en América Latina con aprendizaje automático. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de http://hdl.handle.net/20.500.12110/seminario_nMAT000921_deMonasterio |
Resumen:
En la actualidad, la enfermedad del Chagas sigue siendo una epidemia de escala global. Esta se encuentra extendida en gran medida a lo largo de todo el continente americano y con métodos de control que se concentran sobre las regiones infestadas por el vector de transmisión. Los patrones de movilidad humana representan un factor importante en la propagación geográfica de esta enfermedad. El movimiento de áreas de alta a baja infestación es fortalecida por migraciones de tipo estacionales o de larga duración. Usando datos anonimizados de llamados por telefonía celular, y en colaboración con la Fundación Mundo Sano, en este trabajo se busca evaluar la relación entre los patrones de uso celular y el de las migraciones humanas, explorando las relaciones sociales subyacentes en las interacciones de telefonía móvil. Este análisis servirá para ayudar en los esfuerzos de prevención del Chagas en Argentina y México, donde se lograron identificar posibles focos endémicos de esta enfermedad fuera de la zona de infestación vectorial. Para hacer esto, utilizamos diferentes modelos probabilísticos del subcampo de Aprendizaje Automático. Para cada usuario, más de 150 atributos fueron extraídos de los datos y analizados para evaluar la probabilidad de que el usuario haya migrado desde la zona endémica. Los resultados aquí expuestos sirven para discriminar aquellos atributos más relevantes en la detección de estos movimientos, especialmente en usuarios de fuertes lazos sociales con la región endémica, de alta movilidad y en usuarios con un alto grado de movilidad. A través de visualizaciones geográficas, logramos agregar estas relaciones sociales para mostrar locaciones tradicionalmente no endémicas que potencialmente sean focos endémicos y que aún no son reconocidos como tales.
Abstract:
The Chagas disease continues to represent a global epidemiological problem, particularly for the South American continent. Current control methods focus solely on the vector-infested regions. Still, human mobility patterns represent an important factor in the geographical spread of this disease, since its dissemination from high to low infested regions is strengthened by seasonal and long-term migrations. Using anonymized mobile phone data, and in collaboration with the Mundo Sano Foundation, the objective of this work is to assess the relationship of calling patterns and user behavior, with migrations. This analysis, in turn, helps for Chagas prevention efforts in Argentina and Mexico, where we identified possible endemic foci outside of vector-infested regions. To do this, we evaluated different Machine Learning techniques as probabilistic models. More than 150 features were extracted from the data and related to the probability of having lived or moved from an endemic region. The results here presented identify key features for the detection of these movements, especially in users with strong ties to the endemic regions or with high mobility patterns. By presenting geographic visualizations of social ties, we tag locations outside the endemic region, with a hypothetical higher prevalence rate.
Citación:
---------- APA ----------
De Monasterio, Juan Mateo. (2017). Explorando migraciones y difusión del mal de Chagas en América Latina con aprendizaje automático. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nMAT000921_deMonasterio
---------- CHICAGO ----------
De Monasterio, Juan Mateo. "Explorando migraciones y difusión del mal de Chagas en América Latina con aprendizaje automático". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2017.https://hdl.handle.net/20.500.12110/seminario_nMAT000921_deMonasterio
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nMAT000921_deMonasterio.pdf
Distrubución geográfica
