En la actualidad existe una creciente necesidad de atención psicológica en nuestro
país, por lo que existen muchas instituciones públicas y privadas que ofrecen esto
servicios profesionales. La psicoterapia es parte de estos servicios y quienes lo
brindan son profesionales especializados en la materia, los cuales atienden a
pacientes de diferentes edades y estratos socioeconómicos. Estos tratamientos
suelen durar mucho tiempo, por lo que muchos pacientes, por diferentes
circunstancias, abandonan el proceso al poco tiempo de haberlo iniciado.
La institución, el cual es el caso de estudio, maneja ciertos niveles de deserción
medibles durante el tiempo. Estos niveles son manejables en el grado en el que se
dan, sin embargo, un creciente aumento del mismo podría generar costos para
mantener el equilibrio, el cual deberá ser aplicado a los pacientes, los cuales podrían
sentir incomodidad y afectar el proceso terapéutico. La necesidad de tener un mayor
control sobre los niveles de deserción y reducirlos ayudaría en gran medida a mejorar
la calidad de los servicios que se brindan en la institución.
Para la institución, la incertidumbre del abandono en el proceso no permite aplicar
medidas correctivas que permitan mejorar los niveles de deserción, sin embargo, la
información contenida en la base de datos institucional permite, por cuestiones de
investigación, estudiar y analizar los patrones que conllevan al abandono del
proceso. Realizar este tipo de análisis sobre una gran cantidad de información implica
utilizar métodos computacionales que permitan ayudar a analizar la información de
una forma rápida y eficiente. Es por ello, que surge la necesidad de apoyarnos en las
ciencias de la computación, específicamente en la minería de datos, para identificar
los patrones que permitan predecir y determinar la permanencia de los pacientes
durante el proceso.
El presente proyecto de fin de carrera pretende entender las causales de la deserción
en un proceso psicoterapéutico con el fin de poder predecir, desde el primer contacto
entre el paciente y la institución, la permanencia del paciente. Para esto, se plantea
el desarrollo de un prototipo funcional que permita predecir la permanencia de los
pacientes haciendo uso de algoritmos de árboles de decisión para la predicción.
Para la elaboración del prototipo funcional y el cumplimiento de los objetivos, se hizo
uso de la herramienta Weka, el cual permitió analizar y seleccionar el algoritmo a usar para la implementación del prototipo. El desbalanceo de clases dificulto el
proceso de análisis algorítmico, por tal motivo, se aplicaron métodos de minería de
datos para analizar los conjuntos de datos desbalanceados. El lenguaje de
programación usado fue Java y los algoritmos que permitieron la predicción fueron
incorporados desde las librerías del API de Weka. Los resultados obtenidos fueron
satisfactorios, en base a los datos que fueron extraídos de la base de datos
institucional. / Tesis
Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:123456789/11868 |
Date | 11 April 2018 |
Creators | Leon Atiquipa, Heli Eliaquin |
Contributors | Beltrán Castañón, César Armando |
Publisher | Pontificia Universidad Católica del Perú |
Source Sets | Pontificia Universidad Católica del Perú |
Language | Spanish |
Detected Language | Spanish |
Type | info:eu-repo/semantics/bachelorThesis |
Format | application/pdf, application/pdf |
Source | Pontificia Universidad Católica del Perú, Repositorio de Tesis - PUCP |
Rights | Atribución-NoComercial-SinDerivadas 2.5 Perú, info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
Page generated in 0.0015 seconds