El presente proyecto de tesis tiene por objetivo mostrar los potenciales beneficios económicos y estratégicos que ofrece la utilización de metodologías de pronósticos para el planeamiento operacional y la aplicación de políticas de control coordinado de ítems, siendo esta una mejor práctica frente a la administración optimizadora individual de artículos. El análisis y diagnóstico de la problemática actual de la empresa estudiada en este proyecto se desarrolló mediante la aplicación de las herramientas como el diagrama de Pareto y el de Causa – Efecto, seleccionando las dos familias de productos más representativas y de mayor interés para la dirección e identificando las problemáticas raíces de su ineficiente desempeño logístico actual, las cuales son la falta de planeamiento de la demanda, el período de control actual inconveniente y la ausencia de clasificación de ítems para permitir enfoques diferenciados en su administración. Se propondrán mejoras en la administración que no requieran un costo de inversión considerable en bienes, sino que se orientan a la formalización de buenas prácticas en la gestión logística y comercial, siendo los principales costos de su implementación la capacitación del personal actual y la incorporación de un equipo de analistas que sostengan las mejoras en áreas clave de planeamiento, almacén y comercio exterior. Para la gestión de inventarios, se plantean sistemas de control diferenciados en función a la importancia de cada artículo, la cual se determinó mediante la ejecución de una clasificación ABC multicriterio, a partir de la valorización de tres factores: la frecuencia, el costo de venta y el margen de contribución. Posteriormente se hizo uso de la técnica de reabastecimiento conjunto para determinar el tiempo entre revisiones y la frecuencia de pedidos a realizarse para un conjunto de ítems agrupados en función al puerto desde el cual son despachados. Seguidamente se aplicó la herramienta de curva de intercambio probabilística, la cual consiste en la selección del nivel de servicio (y correspondiente factor de seguridad) más adecuado en términos de costos relevantes resultantes del rendimiento agregado de los inventarios., considerando los límites financieros y de políticas de la compañía. Finalmente se define un nivel de existencias máximo para el sistema de control periódico desarrollado y un valor del stock seguridad, completando así la política de inventarios. Para el planeamiento de la cadena de suministro, se propone la utilización de un proceso de decisión, basado en el análisis de patrones de la demanda y la importancia del artículo, para la selección de métodos de pronósticos cuantitativos, pudiendo estimar los niveles de requerimientos y de demanda futuros. Finalmente, se obtuvo como resultado de las propuestas, una disminución del 42% del inventario promedio, un 84% menos de stockouts y una reducción del 43% en el costo total relevante de la gestión en el primer año. Esto se traduce en una evaluación económica que viabiliza el proyecto con un VAN de S/. 46,105 y un TIR de 67.7%, siendo estos valores bastante aceptables.

El cáncer de mama es la neoplasia maligna más diagnosticada en mujeres y la primera causa de muerte en pacientes con cáncer a nivel mundial. El diagnóstico y el tratamiento precoz son esenciales a la hora de mejorar el pronóstico. De hecho, los avances producidos en los últimos años, han permitido aumentar la supervivencia a 5 años hasta un 90.3%. A pesar de ello, aún existe un porcentaje significativo de pacientes que fallecen, ya que en estadios más avanzados la supervivencia desciende al 29%. Esto, junto a que los fenotipos más agresivos carecen de tratamientos específicos y al desarrollo resistencias a los tratamientos, hace necesaria la búsqueda de nuevas dianas terapéuticas con valor pronóstico y predictivo. Recientemente, ha crecido el interés por conocer mejor el papel de los puntos de control inmunológicos, así como JAK2 y FoXO1, en la patogénesis y el pronóstico del cáncer de mama. Los puntos de control inmunológicos son una serie de proteínas que, en condiciones fisiológicas, modulan la duración y la amplitud de la respuesta inmunitaria, con el objetivo de evitar un daño excesivo en los tejidos sanos. Sin embargo, en un contexto patológico, las células neoplásicas se aprovechan de sus funciones inhibitorias para escapar de la respuesta activa antineoplásica. Además, recientemente se ha descrito que estas moléculas participan en funciones intrínsecas de las células neoplásicas, favoreciendo su desarrollo y potenciando su agresividad. Los más estudiados han sido CTLA-4, PD1, PDL1 y PDL2. Sin embargo, en los últimos años se han descubierto nuevos miembros de la familia de proteínas B7 como B7-H2, B7-H3 (CD276), B7-H4, B7-H5, B7-H6 y B7-H7, las cuales pueden promover una respuesta coestimuladora o co-inhibidora, en función del receptor al que se unan. Por su parte, JAK2 es una tirosina-quinasa que se asocia a diferentes receptores de membrana, mientras que FoXO1 es un factor de trascripción con un dominio de unión al ADN muy conservado. Ambas proteínas participan en la transcripción de genes implicados en una amplia variedad de procesos fisiológicos, por lo que su desregulación se ha asociado con el desarrollo de diferentes neoplasias, así como con los procesos de metástasis y de evasión de la respuesta inmunitaria. El principal objetivo de la presente tesis doctoral ha sido caracterizar la expresión génica de diferentes puntos de control inmunológicos (CTLA-4, PD-1, PD-L1, PD-L2 y B7-H3) y vías de señalización implicadas en la regulación de la respuesta inmune (JAK2 y FoXO1) en una serie clínica de carcinomas infiltrantes de mama, previamente clasificados en diferentes fenotipos, y correlacionar su expresión con factores clínico-patológicos clásicos y la supervivencia de las pacientes. Los objetivos secundarios fueron corroborar los resultados de expresión génica en líneas celulares representativas de los diferentes inmunofenotipos y evaluar los cambios en la expresión en la generación de mamosferas y de co-cultivos con células mononucleares de sangre periférica (CMSP). Para ello, se incluyó una serie no consecutiva de 275 pacientes diagnosticadas de carcinoma infiltrante de mama y 6 líneas celulares representativas de los diferentes fenotipos. Además, se utilizó una línea celular de epitelio mamario sano como control y 30 muestras de sangre periférica de pacientes para los cocultivos. La expresión génica se cuantificó mediante qPCR, previa retrotranscripción del ARNm. En nuestra serie clínica observamos que el 95.2% de los tumores sobreexpresaron al menos un punto de control inmunitario. De hecho, CD276 (B7-H3), CD274 (PDL1) y PDCD1 (PD1) fueron los más representativos, mientras que CTLA-4 y PDCD1LG2 (PDL2) junto a JAK2 y FoXO1 mostraron valores de expresión más bajos. En cuanto a la asociación entre genes, observamos que CTLA-4 y PDCD1 (PD1) se correlacionaron significativamente. De modo similar, CD274 (PDL1) y PDCD1LG2 (PDL2) se asociaron entre sí, con los receptores CTLA-4 y PDCD1 (PD1), y con CD276 (B7-H3). Sin embargo, no encontramos correlación entre este último y los receptores CTLA-4 y PDCD1 (PD1). Por su parte, JAK2 se correlacionó con todos los puntos de control inmunológicos, mientras que FoXO1 sólo mostró asociación con los ligandos CD274 (PDL1), PDCD1LG2 (PDL2) y CD276 (B7-H3). Respecto a la correlación con las características clínico-patológicas observamos que CTLA-4 se sobreexpresó en tumores con índice de proliferación intermedio-alto, un alto porcentaje de linfocitos infiltrantes de tumor estromales (sTIL), la ausencia de receptores hormonales y el fenotipo Triple-Negativo. De modo similar, PDCD1 (PD1) se sobreexpresó en tumores con proliferación intermedia y un alto contenido de sTIL, pero en este caso la asociación fue con el fenotipo Luminal B HER2-positivo. En cuanto a CD274 (PDL1) y PDCD1LG2 (PDL2), se sobreexpresaron en tumores HER2-puros pero no de forma significativa. Además, éstos se relacionaron con un alto porcentaje de sTIL y proliferación intermedia, respectivamente. Todo lo anterior apoya que la expresión de estos genes se asocia con características clínicopatológicas desfavorables en cáncer de mama. Por otro lado, CD276 (B7-H3), JAK2 y FoXO1 se sobreexpresaron en fenotipos Luminal A y B HER2-negativos. Asimismo, CD276 (B7-H3) se asoció con tumores con baja proliferación celular y contenido de sTIL, JAK2 con tumores con proliferación intermedia y finalmente FoXO1 con tumores de menor tamaño, de grado histológico II, ausencia de invasión linfovascular y un índice proliferativo bajo-intermedio, siendo todas ellas características favorables. En cuanto al valor pronóstico, no encontramos asociación significativa entre la expresión de nuestros genes de interés y la supervivencia global (SG) de las pacientes. Sólo observamos que las pacientes con tumores que sobreexpresaban FoXO1 tenían una tendencia a vivir más tiempo. En el caso de la supervivencia libre de enfermedad (SLE), vimos que nuestras pacientes desarrollaban menos recidivas cuando sus tumores sobreexpresaban CTLA-4, pudiendo demostrar además su valor como factor independiente. Al estratificar por fenotipos, la sobreexpresión de CTLA-4 mostró una asociación con un buen pronóstico en pacientes con tumores HER2-puros. Tras analizar los resultados en líneas celulares observamos que CTLA-4 se sobrexpresó en las líneas Triple-Negativo (MDA-MB-468 y -231), mientras que PDCD1 (PD1) mantuvo un nivel muy similar en todas las líneas. CD274 (PDL1) y PDCD1LG2 (PDL2) también presentaron un aumento en la línea MDA-MB-231, siendo este aumento significativo en el primero de los casos. Por su parte, CD276 (B7-H3) se encontró sobreexpresado en las líneas Luminales (MCF-7 y BT-474). En contra, JAK2 se infraexpresó en todas las líneas Luminales (MCF- 7, T47-D y BT-474) y la HER2-puro (SK-BR-3). Sin embargo, mostró valores cercanos a la normalidad en la línea MDA-MB-468. Finalmente, FoXO1 se infraexpresó en las líneas más agresivas (BT-474, SK-BR-3 y MDA-MB-231), a excepción de la línea MDA-MB-468, y mostró valores cercanos a la normalidad en las líneas Luminales A (MCF-7 y T47-D). En las mamosferas, observamos que CTLA-4 y CD274 (PDL1) mostraron una expresión similar. Ambos genes se sobreexpresaron en las mamosferas derivadas de BT-474 y SK-BR-3 con respecto a los controles. Sin embargo, en el caso de CTLA-4 se obtuvo un aumento significativo en las mamosferas de MDA-MB-231, mientras que CD274 (PDL1) se comportó de manera contraria. Respecto a PDCD1 (PD1) y PDCD1LG2 (PDL2), ambos estaban sobreexpresados en las mamosferas de MCF-7 y MDA-MB-231 en comparación con los controles, mientras que en el resto se mantuvieron niveles cercanos a la normalidad. En cuanto a CD276 (B7-H3), apreciamos una disminución en las mamosferas derivadas de BT-474, T47-D y SK-BR-3, mientras que las de MCF-7 y MDA-MB-231 presentaron niveles normales. En el caso de JAK2, apreciamos una disminución significativa en las mamosferas de T47-D y BT-474 y un aumento significativo en las de SK-BR-3 y MDA-MB-231. Por último, FoXO1 se mantuvo infraexpresado en todas las mamosferas analizadas, excepto en las obtenidas de MDA-MB-231, las cuales presentaron una expresión normal. Finalmente, en los co-cultivos observamos un gran incremento en la expresión de CTLA-4, PCDC1 (PD1), CD274 (PDL1) y PDCD1LG2 (PDL2) en las células neoplásicas tras interaccionar con las CMSP. Sin embargo, CD276 (B7-H3), JAK2 y FoXO1 mantuvieron unos niveles de expresión génica cercanos a la normalidad. Por otro lado, nuestros resultados también mostraron una variación en la expresión génica en función del tiempo que duró la interacción con las CMSP. Tras evaluar estos resultados conjuntamente, concluimos que la expresión de CTLA-4 se asocia con características clínico-patológicas desfavorables, pudiendo tener un papel relevante en la patogénesis de los tumores Triple-Negativos. Sin embargo, demostró ser un factor independiente de buen pronóstico en cuanto a las recidivas, siendo especialmente favorable en los HER2-puros. Contrariamente, la expresión de CD276 (B7-H3) se asocia con características favorables en tumores Luminales, pero no presenta valor pronóstico. Por su parte, no encontramos asociación entre PDCD1LG2 (PDL2) y los subtipos moleculares ni el valor pronóstico. Además, las discrepancias observadas entre la serie clínica y los ensayos in vitro para PDCD1 (PD1), CD274 (PDL1), JAK2 y FoXO1, estarían reflejando la importancia del microambiente tumoral en el proceso de expresión génica. Respecto a la expresión en mamosferas, observamos que CTLA-4, CD274 (PDL1) y JAK2 aumentan en los fenotipos agresivos, mientras que PDCD1 (PD1) y PDCD1LG2 (PDL2) serían esenciales en los subtipos Luminal A y Triple-Negativo. Sin embargo, CD276 (B7-H3) y FoXO1 parecen no estar implicados en la formación de mamosferas. Por último, los co-cultivos demostraron que la interacción entre células neoplásicas y CMSP estimula la expresión de diferentes puntos de control inmunológicos y vías relacionadas, que pueden promover o inhibir la progresión tumoral. Además, objetivamos una expresión dinámica, pudiendo variar en función del fenotipo tumoral y del tiempo de la interacción.

El proyecto se centra en mejorar la gestión de una empresa agroexportadora mediante el análisis de pronósticos de series de tiempo y el uso de herramientas de gestión de inventarios, con el propósito de optimizar la planificación de la demanda y la gestión de inventarios para reducir costos y aumentar la competitividad de la empresa. El objetivo principal del presente estudio es abordar la discrepancia entre los pronósticos y las ventas reales, que actualmente provoca exceso de inventario y costos innecesarios. Teóricamente, el estudio se basa en la gestión de la cadena de suministro, la planificación de la demanda, los métodos de pronóstico y la gestión de inventarios. Metodológicamente, se utilizan la descomposición de series temporales y el modelado ARIMA para mejorar los pronósticos, y se implementa una clasificación multicriterio ABC para la gestión de inventarios basada en los pronósticos obtenidos. Respecto a la evaluación económica del proyecto, los resultados revelan un Valor Actual Neto (VAN) de S/ 41,160.80 y una Tasa Interna de Retorno (TIR) del 54.31%, demostrando que la inversión es económicamente viable. Finalmente, a partir del estudio realizado, se concluye que la precisión en los pronósticos de ventas se revela como un factor fundamental para la planificación eficiente de la producción y la gestión de inventarios, debido a que los errores en los pronósticos pueden llevar a desajustes significativos en la oferta y la demanda, afectando la rentabilidad y la eficiencia operativa. Además, la gestión de inventarios basada en una clasificación ABC multicriterio conlleva una asignación más eficiente de recursos y una reducción de costos de almacenamiento, optimizando la inversión en inventarios y mejorando la rentabilidad de la empresa.

La presente Tesis Doctoral analiza los criterios de selección del retrasplante hepático (ReTH), los resultados del ReTH y los factores pronósticos de supervivencia del injerto basándose en 2 estudios llevados a cabo por el Doctorando: Estudio 1: Martí J, Charco R, Ferrer J, Calatayud D, Rimola A, Navasa M, Fondevila C, Fuster J, Garcia-Valdecasas JC. “Optimization of liver grafts in liver retransplantation: a European singlecenter experience”. Surgery 2008; 144: 762-9. En este estudio se observó que a lo largo del tiempo algunas indicaciones como el rechazo crónico del injerto habían disminuido y que la calidad de los donantes (reflejada en el Donor Risk Index (DRI)) había empeorado especialmente por el aumento de su edad y la incidencia de accidente cerebrovascular como causa de muerte del donante. Sin embargo, en los últimos años se observó una mejoría de resultados del ReTH con una mayor supervivencia del injerto, un menor consumo de hemoderivados intraoperatorios y una tendencia a una menor tasa de infección, mortalidad y estancia postoperatoria. Además, los pacientes con una puntuación alta del modelo UNOS de Rosen presentaron una supervivencia de injerto a los 5 años superior al 50%, por lo que actualmente no debería ser considerada como una contraindicación para el ReTH y que la nueva situación en el ReTH debe emplazar a investigar sobre nuevos sistemas de selección en ReTH. Estudio 2: Martí J, Fuster J, Navasa M, Ferrer J, Rimola A, Pelegrina A, Fondevila C, Garcia-Valdecasas JC. “Effects of Graft Quality on Non-Urgent Liver Retransplantation Survival: Should We Avoid High-Risk Donors?” World Journal of Surgery 2012; 36(12):2914-22. En este estudio se focalizó la atención en el efecto de la calidad del donante en la supervivencia del injerto tras el ReTH no urgente (con intervalo superior entre trasplante primario y ReTH superior a 90 días) dividiendo los injertos en injertos de alto (DRI superior a 1.8) y de bajo riesgo (DRI inferior a 1.8), realizando estudio de la evolución de los resultados a lo largo del tiempo y estudio multivariado de la supervivencia del injerto que incluyó factores relacionados con el receptor y el donante. Se observó de nuevo el cambio de indicaciones de ReTH con el tiempo y el empeoramiento de la calidad de los donantes pero sólo se observó una tendencia a la mejoría de resultados del ReTH no urgente con el transcurso del tiempo. Al analizar el efecto de la calidad de los injertos se observó que el efecto deletéreo de los injertos de alto riesgo sobre la supervivencia desaparecía en el segundo período, por lo que actualmente se justificaría su uso en ReTH no urgente. Sin embargo, una edad del donante superior a 60 años se asociaba a una peor supervivencia del injerto. Dados los resultados de los estudios se concluye que: - Las mejoras en el proceso de TH han producido una mejoría de los resultados y un cambio en las indicaciones del ReTH a lo largo del tiempo, lo que tendrá efecto en los procesos de selección de ReTH en el futuro ya que los criterios actuales de selección de indicaciones de ReTH son de utilidad limitada. - En el momento actual el uso de injertos de alto riesgo es una opción válida porque las mejoras peroperatorias antagonizan el efecto negativo del uso de injertos procedentes de ECD. - Para mejorar los resultados debe tenerse en cuenta no sólo las condiciones del receptor sino también la calidad del donante, y en este sentido el uso de la edad como parámetro representativo de la calidad del donante puede ser una opción válida. / The present PhD thesis analyzes the selection criteria, results and prognostic factors in liver retransplantation (ReLT) based in 2 studies performed by the PhD candidate: Study 1: Martí J, Charco R, Ferrer J, Calatayud D, Rimola A, Navasa M, Fondevila C, Fuster J, Garcia-Valdecasas JC. “Optimization of liver grafts in liver retransplantation: a European singlecenter experience”. Surgery 2008; 144: 762-9. Study 2: Martí J, Fuster J, Navasa M, Ferrer J, Rimola A, Pelegrina A, Fondevila C, Garcia-Valdecasas JC. “Effects of Graft Quality on Non-Urgent Liver Retransplantation Survival: Should We Avoid High-Risk Donors?”. World Journal of Surgery 2012; 36(12):2914-22. From the results of both studies, the present PhD thesis conclusions are: 1) Improvements in liver transplantation processes have led to an improvement in ReLT results and a change in indications for ReLT along the time, a fact that suggests that the utility of current selection criteria for ReLT is limited and that in the future new selection criteria taking into account these changes are needed. 2) Currently, the use of grafts from high risk donors is a valid option because the perioperative improvements in liver transplantation and ReLT oppose to the deleterious effects of extended criteria donors on graft survival. 3) In order to improve the non-urgent ReLT results, donor quality should be taken into account moreover of recipient conditions. Regarding this issue, the use of age as a single representative parameter of donor quality is a valid option that can simplify the donor selection process in non-urgent ReLT. 4) Changes in indications, donor quality and perioperative care in ReLT along the time show that ReLT process is dynamic and for this reason recipient and donor selection criteria for ReLT should be continuously evaluated through its results to enable the introduction of changes and improve the ReLT results.

En la presente tesis se tiene como objetivo determinar cómo solucionar el problema de desabastecimiento de materiales críticos de la empresa Consorcio Cam Lima. Para ello, se tuvo que realizar una descripción general de la empresa, enfocándonos en los procesos logísticos ya existentes donde se pudo identificar las necesidades diarias de las líneas operativas de la empresa, los materiales que se encuentran en dichas necesidades y la frecuencia y cantidad que requieren los usuarios para poder realizar sus actividades eficientemente y en el periodo establecido. Se pudo analizar los procesos y procedimientos que los usuarios y las áreas de apoyo toman en cuenta para que se pueda realizar el abastecimiento de materiales críticos, además de los necesarios para una correcta reposición de materiales por parte del área logística, que involucra el área de almacén y compras, y mantener una completa exactitud de inventarios físicos y del sistema. Con dicho análisis, se pudo comprobar que los usuarios no se planifican y generan los requerimientos de materiales a última generando una incorrecta reposición del inventario, además se pudo comprobar que los errores y demoras en la digitación de entradas y salidas de materiales en el sistema no era una causa de la inexactitud de inventarios, obteniendo hallazgos como omisión de algunas actividades en el proceso de recepción de materiales físicos. En el planteamiento de la mejora se determinó que materiales críticos se comportan como una demanda estacional, por lo que para poder obtener el pronóstico de la demanda se utilizó el modelo de suavización exponencial. Finalmente, se propone implementar un plan de abastecimiento a partir del análisis del modelo de lote económico y un kardex físico por cada material registrando cada ingreso y salida del almacén. In the present investigation is intended to determine how to solve the problem of shortage of materials critical of the company Consortium Cam Lima. For this, had to carry out a general description of the company, focusing on existing logistics processes which were unable to identify the daily needs of the operation guidelines of the company, what are those needs and frequency and amount that require users to be able to carry out its activities efficiently and in the set period of time. I could analyze the processes and procedures that users and support areas taken into account so that the supply of critical materials, in addition to those necessary for a correct replacement of materials by the logistics area, can be that it involves the warehouse and shopping area, and maintain a complete physical inventory and system accuracy. With this analysis, it was proven that users not planned is and generate the requirements of latest materials generating an incorrect replacement of the inventory, also failed to check the errors and delays in the fingering of inputs and outputs of material in the system was not a cause of the inaccuracy of inventories, obtaining findings as omission of certain activities in the process of receiving physical materials. On the approach of improving was determined that critical materials behave as a seasonal demand, so for demand forecasting model of exponential smoothing was used. Finally, intends to implement a plan of supply from the analysis of the model of the economic lot and a physical kardex by each material registering every entrance and exit the warehouse.

La importancia del cambio climático o alguna variación fuerte en el clima recae en su efecto sobre alguna dimensión de la seguridad alimentaria, ya que la falta de esta afecta a las personas. En este estudio se ha optado por seguir la línea de investigación de Saldarriaga (2016), que se centra en explorar los efectos de la variabilidad en la temperatura. El principal objetivo de este estudio es mostrar cómo afecta la variabilidad climática al sector agrario. Sobre todo, en aquellos productores que dependen de este sector para su subsistencia y desarrollo económico. La pregunta que busca responder este trabajo es la siguiente ¿Cómo afectan las variaciones en la temperatura la seguridad alimentaria de los hogares productores? Adicionalmente, se utilizará también la variable de precipitación y otras variables explicativas como variables demográficas y características de la parcela y el productor. En los resultados se encontró que existe un efecto mixto respecto a las variaciones en la temperatura, pero sobre todo que mientras más alejado se esté del promedio histórico; es decir, temperaturas muy altas o muy bajas, el efecto en el rendimiento será negativo. Este tipo de resultados se obtuvieron tanto para el cultivo de papa como para el de maíz. Asimismo, los resultados mostraron que algunas brechas siguen manteniendo diferencias importantes, como el sexo, lengua materna, educación y acceso a riego.

La información juega un rol fundamental en los mercados financieros. Las noticias el sentimiento de mercado o los resultados financieros de las empresas son claves para los inversionistas. Asimismo, la evolución de la tecnología ha permitido un análisis más eficaz de la información y ha desarrollado nuevas formas de visualización, es así como el machine learning ha permitido usar información poco común para los inversionistas como son las redes sociales (Twitter), noticias de periódicos (Wall Street Journal) o los earnings calls de las empresas para extraer datos relevantes. Por otro lado, las transcripciones de los earnings calls son públicas y contienen los nombres de los participantes de la llamada (ejecutivos y analistas), la presentación donde se exponen los resultados del trimestre y ciertas proyecciones o tendencias de los siguientes trimestres. El estudio se enfoca en combinar dos algoritmos distintos de clasificación usados dentro del machine learning (Random Forest Classifier y Naive Bayesian) y así ayudar a analizar y predecir el comportamiento de los earning calls en el movimiento de las acciones de empresas mineras (Southern Copper Corporation, Trevali Mining Corp, Compañía de Minas Buenaventura y Minsur) que cotizan en la Bolsa de Valores de Lima (BVL), así como clasificar el transcrip en sentimientos negativos, positivos y neutros.

En nuestro país, la cantidad promedio de denuncias por delitos de manera mensual en el año 2019 presenta 30,000 casos, lo cual se ha ido incrementando a lo largo de los años, por lo que es de crucial importancia generar estrategias de seguridad ciudadana que ayuden a mejorar el bienestar de la sociedad peruana, para ello es crucial tener información fiable y de calidad para la toma de decisiones; asimismo, tiene una Dirección de Tecnologías de la Información y Comunicación de la Policía (DIRTIC), la cual dentro de su estructura tiene a su cargo a la División de Estadística (DIVEST) y la División de Informática (DIVINFOR), las cuales tienen como función el control del Sistema de Denuncias Policiales en la cual el 80 % de las comisarías de la Policía Nacional del Perú se encuentran interconectadas y existe un 20 % que no se encuentran interconectadas, por lo cual el 20 % de comisarías no registra información en el Sistema de Denuncias Policiales, generando una incertidumbre para la toma de decisiones. Es por tal motivo que la División de Estadística (DIVEST) propone un modelo para el pronóstico de la cantidad de denuncias por delitos que se registran en las comisarías de la Policía Nacional de Perú en Lima Metropolitana, en base a la técnica de regresión RANDOM FOREST REGRESSOR Y ÁRBOL DE DECISIÓN DE REGRESIÓN, con la cual se podrá conocer cuál de las dos técnicas genera un mejor pronóstico en base a la información que proviene del SIDPOL y del INEI. / In our country, the average number of complaints for crimes on a monthly basis in 2019 presents 30,000 cases, which has been increasing over the years, so it is of crucial importance to generate citizen security strategies that help to improve the well-being of Peruvian society, for this it is crucial to have reliable and quality information for decision-making; likewise, it has a Police Information and Communication Technologies Directorate (DIRTIC), which within its structure has in charge of the Statistics Division (DIVEST) and the Information Technology Division (DIVINFOR), whose function is to control the Police Complaints System in which 80 % of the Peruvian National Police stations are interconnected and there are 20 % that are not interconnected, for which reason 20 % of police stations do not record information in the Police Complaints System, generating uncertainty for decision-making. It is for this reason that the Statistics Division (DIVEST) proposes a model for forecasting the number of complaints for crimes that are registered in the Peruvian National Police stations in Metropolitan Lima, based on the RANDOM FOREST regression technique. REGRESOR AND REGRESSION DECISION TREE, with which it will be possible to know which of the two techniques generates a better prognosis based on the information that comes from SIDPOL and INEI.

En los últimos años, se ha producido una intensa producción de investigación académica con respecto a los modelos que estiman o predicen los eventos de incumplimiento de pago, debido al mayor interés de las empresas por mantener una mejor gestión de riesgo de crédito. Por ello, el presente trabajo tiene como principal objetivo comparar la capacidad predictiva de los modelos tradicionales o estadísticos (Regresión Logística) contra modelos Machine Learning (XGBoost y Random Forest). Para lo cual, se emplea una muestra de compañías latinoamericanas que emitieron bonos corporativos durante el período de 1990 a 2022, analizando así un total de 389 empresas. Asimismo, se usó Bloomberg, como fuente de información para extraer los ratios financieros con frecuencia trimestral en el periodo ya mencionado, obteniendo así 51,060 observaciones. Una de las características de este trabajo es que se usaron las variables del modelo de puntaje Z de Altman junto con otros ratios financieros complementarios, para así mejorar la precisión de los modelos. Sin embargo, para la determinación del mejor modelo predictivo, se usaron las métricas de clasificación como el AUC (Área bajo la curva ROC), Precisión, Recall y Score F1, y los resultados mostraron que los modelos de Machine Learning tuvieron un mejor rendimiento de clasificación con respecto a la Regresión logística, siendo el modelo Random Forest el que mejor performance según las métricas de evaluación.

This dissertation investigates the potential improvement of volcanic eruption understanding and forecasting methods by using advanced data processing techniques to analyze large datasets at three target volcanoes (Piton de la Fournaise (PdlF) (France), Sabancaya, and Ubinas (Peru)). The central objective of this study is to search for possible empirical relationships between the pre-eruptive behavior of the accelerated increase in seismic activity using the Failure Forecast Method (FFM) and velocity variations measured by Coda Wave Interferometry (CWI), since both observations are reported to be independently associated with medium damage. The FFM is a deterministic method used to forecast volcanic eruptions using an empirical relationship of increased and accelerated evolution of an observable (e.g., volcano-seismic event rates). The event rates used with FFM in this study were generated using two Deep Learning (DL) based models. The detection model (VSDdeep) is based on EQTransformer and the classification model (VSCdeep) consists of a simple convolutional neural network that uses the short-time Fourier transform of the detected signals as input data. VSDdeep, trained on ∼16.3 k volcano-seismic events, outperforms previous DL-based models, achieving an accuracy of 97.68%. The VSCdeep model was trained on two datasets, one for effusive volcano (7 classes) and a second for explosive volcanoes (10 classes), and achieved accuracies of 96.55% and 90.5%, respectively. The combination of the two DL-based models detects and classifies 1.5 times more volcano-tectonic (VT) events than the catalog provided by the local observatories. A Bayesian approach of FFM was applied to study the 27 eruptions recorded between 2014- 2021 at PdlF volcano. The analysis shows that 23 (85.2%) of the precursory sequences are suitable for retrospective application of the FFM. Eight eruptions fulfilled the reliability criteria. Only seven eruptions (25.93%) were successfully predicted in the real-time scenario, but when the reliability criteria are met, the successful prediction rate increases to 87.5%. For Sabancaya volcano, the FFM cannot be applied because the explosions are not preceded by significant increases in seismicity. In the case of Ubinas volcano, LP event rates were used, with a successful forecasting rate of 4.55% with real-time criteria of the 330 explosions analyzed, showing a low forecasting rate for these two Peruvian volcanoes. We report long-term (over 22 years) apparent velocity variations (AVV) that appear to be related to the frequency of occurrence of magmatic intrusions. However, the simple dike-intrusion model tested in this study does not explain this long-term pattern. The short-term pre-eruptive velocity variations generally show two phases: A first phase corresponding to a slight velocity decrease ∼5 days before the eruption, and a second phase of sudden velocity decrease one day before the eruption. The precursory behavior of AVV indicates that 12 eruptions (44.4%) were preceded by AVV ≥ 0.15% observed at least one day before the eruption. Two models were tested to explain the pre-eruptive velocity variations. One is based on the cumulative rock damage associated with VT activity. The other one takes the effect of the dike intrusions into account. However, in both cases, the comparison of the observed and modeled AVV amplitudes shows low regression coefficients. This indicates that the generation of velocity variations is complex and that these simple models alone cannot explain the observations. The statistical analysis of accelerated VT event rates and AVV precursors at PdlF volcano indicates that 37% of the eruptions were preceded by both precursors, 48.2% by one of the two precursors, and 14.8% were not preceded by either. These findings suggest that both precursors, accelerated VT event rates and AVV, can serve as potential tools for early detection of volcanic unrest at this volcano. / Cette thèse étudie l’amélioration potentielle de la compréhension et des méthodes de prévision des éruptions volcaniques en utilisant des techniques avancées de traitement des données sismiques pour analyser de grands ensembles de données sur trois volcans cibles (Piton de la Fournaise (PdlF) (France), Sabancaya et Ubinas (Pérou)). L’objectif central de cette étude est de rechercher des relations empiriques possibles entre le comportement pré-éruptif de l’augmentation accélérée de l’activité sismique en utilisant la méthode de prévision de la rupture (FFM) et les variations de vitesse sismique mesurées par l’interférométrie d’ondes de coda. Les deux observations sont signalées comme étant indépendamment associées à des dommages moyens. La FFM est une méthode déterministe utilisée pour prévoir les éruptions volcaniques en utilisant une relation empirique de l’augmentation et de l’évolution accélérée d’un observable (par exemple, les taux d’événements volcanosismiques). Les taux d’événements utilisés avec la FFM dans cette étude ont été générés à l’aide de deux modèles basés sur l’apprentissage profond (DL). Le modèle de détection (VSDdeep) est basé sur EQTransformer et le modèle de classification (VSCdeep) consiste en un simple réseau de neurones convolutionnel qui utilise la transformée de Fourier à court terme des signaux. VSDdeep, entraîné sur ∼16,3 k événements volcanosismiques, surpasse les modèles précédents basés sur le DL, atteignant une précision de 97,68%. Le modèle VSCdeep a été entraîné sur deux ensembles de données, l’un pour les volcans effusifs (7 classes) et l’autre pour les volcans explosifs (10 classes), et a atteint des précisions de 96,55% et 90,5%, respectivement. La combinaison des deux modèles basés sur le DL détecte et classe 1,5 fois plus d’événements volcano-tectonique (VT) que le catalogue fourni par les observatoires locaux. Une approche bayésienne de la FFM a été appliquée pour étudier les 27 éruptions enregistrées entre 2014 et 2021 au volcan PdlF. L’analyse montre que 23 (85,2%) des séquences précurseurs sont adaptées à l’application rétrospective de la FFM. Huit éruptions ont satisfait aux critères de fiabilité. Seules sept éruptions (25,93%) ont été prédites avec succès dans le scénario en temps réel, mais lorsque les critères de fiabilité sont remplis, le taux de réussite de la prédiction augmente à 87,5%. Pour le volcan Sabancaya, la FFM ne peut pas être appliquée car les explosions ne sont pas précédées d’augmentations significatives de la sismicité. Dans le cas du volcan Ubinas, les taux d’événements de longue-période ont été utilisés, avec un taux de prévision réussi de 4,55% avec des critères en temps réel pour les 330 explosions analysées, montrant un faible taux de prévision pour ces deux volcans péruviens. Nous rapportons des variations de vitesse apparentes (AVV) à long terme (plus de 22 ans) qui semblent être liées à la fréquence des intrusions magmatiques. Cependant, le modèle simple d’intrusion de dyke testé dans cette étude n’explique pas ce schéma à long terme. Les variations de vitesse pré-éruptives à court terme montrent généralement deux phases: Une première phase correspondant à une légère diminution de la vitesse ∼5 jours avant l’éruption, et une deuxième phase de diminution soudaine de la vitesse un jour avant l’éruption. Le comportement précurseur des AVV indique que 12 éruptions (44,4%) ont été précédées par des AVV ≥0,15% observées au moins un jour avant l’éruption. Deux modèles ont été testés pour expliquer les variations de vitesse pré-éruptives. L’un est basé sur l’endommagement cumulé des roches, associé à l’activité des séismes VT. L’autre prend en compte l’effet des intrusions de dykes. Cependant, dans les deux cas, la comparaison des amplitudes AVV observées et modélisées montre de faibles coefficients de régression. Cela indique que la génération de variations de vitesse est complexe et que ces modèles simples ne peuvent pas expliquer seuls les observations. L’analyse statistique des taux d’événements VT accélérés et des précurseurs AVV au volcan PdlF indique que 37% des éruptions ont été précédées par les deux précurseurs, 48,2% par l’un des deux précurseurs, et 14,8% n’ont été précédées par aucun. Ces résultats suggèrent que les deux précurseurs, les taux d’événements VT accélérés et les AVV, peuvent servir d’outils potentiels pour la détection précoce des éruptions volcaniques sur ce volcan. / Esta tesis investiga la posible mejora en la comprensión de las erupciones volcánicas y en los métodos de pronóstico de erupciones a través del uso de técnicas avanzadas de procesamiento de datos sísmicos para el análisis de grandes volúmenes de datos de tres volcanes objetivo (Piton de la Fournaise (PdlF) (Francia), Sabancaya y Ubinas (Perú)). El objetivo central de este estudio es buscar posibles relaciones empíricas entre el patrón pre-eruptivo del incremento acelerado de la actividad sísmica utilizando el método de pronóstico del fallo de material (FFM) y cambios de velocidad sísmica medidos por la técnica de interferometría sísmica de ondas de coda (CWI). Ambas observaciones se reportan de forma independiente como asociadas a procesos de daño del medio. El FFM es un método determinístico empleado para pronosticar el inicio de las erupciones volcánicas, basándose en una relación empírica entre la tasa de cambio y aceleración de un observable (por ejemplo, tasas de eventos sismo-volcánicos). Las tasas de eventos utilizadas por FFM en este estudio se generaron utilizando dos modelos automáticos basados en Deep Learning (DL). El modelo de detección (VSDdeep) está basado en EQTransformer y el modelo de clasificación (VSCdeep) consiste en una red neuronal convolucional simple que utiliza la transformada de Fourier de corto tiempo de las señales detectadas. VSDdeep, entrenado en ∼16.3 k eventos sismo-volcánicos, supera a los modelos anteriores basados en DL, alcanzando una exactitud del 97.68%. El modelo VSCdeep fue entrenado en dos conjuntos de datos: uno para el volcán PdlF (con 7 clases) y otro para volcanes explosivos (con 10 clases), alcanzando exactitudes del 96.55% y 90.5%, respectivamente. La combinación de estos dos modelos permite detectar y clasificar 1.5 veces más eventos volcano-tectónicos (VT) que los catálogos proporcionados por los observatorios locales. Se aplicó el enfoque bayesiano del FFM para estudiar las 27 erupciones registradas entre 2014 y 2021 en el volcán PdlF. El análisis muestra que 23 (85.2%) de las secuencias precursoras son adecuadas para la aplicación retrospectiva del FFM. Ocho erupciones cumplieron los criterios de fiabilidad. Sólo siete erupciones (25.93%) se pronosticaron con éxito en un escenario en tiempo real, pero cuando se cumplen los criterios de fiabilidad, la tasa de pronóstico éxito aumenta a 87.5%. En el caso del volcán Sabancaya, el FFM no puede aplicarse, ya que las explosiones no son precedidas por incrementos significativos de actividad sísmica. Para el volcán Ubinas, se utilizó el incremento de la tasa de eventos LP para analizar 330 explosiones, alcanzando una tasa de pronóstico exitoso del 4.55% con los criterios de tiempo real, lo que refleja una baja efectividad de pronóstico del FFM para estos dos volcanes peruano. Las variaciones de velocidad sísmica durante los periodos pre-eruptivos se estimaron utilizando CWI. Reportamos variaciones de velocidad aparente (AVV) de largo plazo (más de 22 años) que parecen estar relacionadas con la frecuencia de ocurrencia de intrusiones magmáticas. Sin embargo, el modelo de intrusión de dique probados en este estudio no explica este patrón a largo plazo. Las variaciones de velocidad pre-eruptivas a corto plazo muestran generalmente dos fases: Una primera fase correspondiente a una ligera disminución de la velocidad ∼5 días antes de la erupción, y una segunda fase de disminución repentina de la velocidad un día antes de la erupción. El comportamiento precursor de los AVV indica que 12 erupciones (44.4%) fueron precedidas por AVV ≥ 0.15% observadas al menos un día antes de la erupción. Se probaron dos modelos para explicar las variaciones de velocidad pre-eruptivas a corto plazo. Uno basado en el daño acumulado en la roca asociado a la actividad VT. El segundo tiene en cuenta el efecto de las intrusiones de diques. Sin embargo, en ambos casos, la comparación de las amplitudes observadas y modeladas de los AVV muestra coeficientes de regresión bajos. Esto sugiere que las fuentes de generación de los cambios de velocidad sísmica son complejas y que estos modelos simples no pueden explicar por sí solos estas observaciones. El análisis estadístico de la tasa acelerada de eventos VT y los AVV pre-eruptivos en el volcán PdlF indica que el 37.0% de las erupciones fueron precedidas por ambos precursores, el 48.2% por uno de los dos precursores, y el 14.8% no fueron precedidas por ninguno. Estos resultados sugieren que ambos precursores, las tasas aceleradas de eventos VT y AVV, pueden servir como herramientas potenciales para la detección temprana de disturbios volcánicos en este volcán.