Generación de un modelo espacial de riesgo de enfermedades respiratorias crónicas a partir de datos de calidad de aire en la ciudad de Quito entre los años 2013 a 2017.

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/16769
Title: Generación de un modelo espacial de riesgo de enfermedades respiratorias crónicas a partir de datos de calidad de aire en la ciudad de Quito entre los años 2013 a 2017.
Authors: Benítez Aldaz, Darwin Andrés
Ordóñez Zavala, Juan Fernando
Advisor: Álvarez Mendoza, Juan Fernando
Abstract: Air pollution and adverse effects on public health have received considerable attention in the city of Quito. The study of the spatial risk model (MER) was designed to evaluate the probability of acquiring chronic respiratory diseases (CKD) in the population of the metropolitan district of Quito (DMQ), and how these responses are related to environmental pollution. The binary logistic regression model (MRLB) and the Bayesian logistic regression model (MRLIB) are used to treat the effects of the population's attention and the evaluation of the most important factors through which the factors Air quality, weather data and satellite images. 21 variables were taken into account for the logistic regressions, from which, using correlations and diagnostic tests, 11 variables were selected to evaluate the behavior of the dependent variable (number of patients). The final model tries to predict the risk of presenting CKD in the DMQ plots and observe the health status of the population, through the risk probability maps (MPR). The model with the highest prediction of adjustment was the MRLIB, since the Bayesian inference allows obtaining more accurate predictions based on the MCMC methods.
Translated abstract: La contaminación del aire y los efectos nocivos en la salud pública han recibido una atención considerable en la ciudad de Quito. El estudio del modelo espacial de riesgo (MER) fue diseñado para evaluar la probabilidad de riesgo de adquirir enfermedades respiratorias crónicas (ERC) en la población del Distrito Metropolitano de Quito (DMQ), y cómo estas se encuentran relacionadas con la contaminación ambiental. El modelo de regresión logística binaria (MRLB) y el modelo de regresión logística con inferencia bayesiana (MRLIB) se utilizaron para analizar los efectos de la contaminación ambiental en la salud de la población y evaluar los mecanismos más importantes a través de los cuales los factores como calidad del aire, datos meteorológicos e imágenes satelitales, contribuyen al aumento de ERC en los habitantes del DMQ cada año. Se tomaron en cuenta 21 variables para las regresiones logísticas, de las cuales, mediante correlaciones y pruebas de diagnóstico, se escogieron 11 variables independientes que mejor evalúan el comportamiento de la variable dependiente (número de enfermos). El modelo final trata de predecir el riesgo de presentar ERC en las parroquias del DMQ y observar el estado de salud de la población, a través de mapas de probabilidad de riesgo (MPR). El modelo con mayor predicción de ajuste fue el MRLIB, ya que la inferencia bayesiana permite obtener predicciones más exactas en base a los métodos MCMC.
Keywords: INGENIERÍA AMBIENTAL
AIRE
CONTAMINACIÓN
ATMÓSFERA
SALUD PÚBLICA
ENFERMEDADES
Issue Date: Jan-2019
URI: http://dspace.ups.edu.ec/handle/123456789/16769
Language: spa
Appears in Collections:Grado

Files in This Item:
File Description SizeFormat 
UPS-ST003892.pdfTexto completo8.75 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons