☰ Menú
Omitir vínculos de navegaciónInicio > El IETS > Nuestro Equipo > Unidad de Analítica

 

UNIDAD DE ANALÍTICA

 


 

Cargos Integrantes

 

  • Economista. Magíster en Estadística Pura. Citizen Data Scientist Certificado.
  • Ingeniero Industrial. Magíster en Ingeniería Industrial.
  • Economista.
  • Economista. Candidato a Especialista en Estadística.
  • Ingeniero de Sistemas. Especialista en Gerencia de Proyectos. Candidato a Magíster en Seguridad Informática.

 

La Unidad de Analítica es un equipo conformado por talento humano de alta calidad que promueve, desarrolla e integra estudios y análisis de información relacionada con el desempeño del sistema de salud, con el fin de generar evidencia que soporte una mejor toma de decisiones.

Igualmente, sirve de apoyo técnico-científico en las diferentes actividades en las que el IETS necesite de un análisis de datos avanzado (incluyendo enfoques cuantitativos, cualitativos, unidimensionales y multidimensionales), con el propósito de extraer el máximo provecho y la mejor información posible para una toma de decisiones acertada.

La Unidad de Analítica se centra en la aplicación de una amplia variedad de técnicas de modelación en áreas clave de aplicación para la entidad, como lo son las evaluaciones económicas, los análisis de impactos presupuestales, los modelos estadístico-matemáticos en economía de la salud, la minería de datos en bases oficiales, los pronósticos de variables del sector salud y las revisiones sistemáticas parciales con inteligencia artificial, entre otras.

 

Tópicos de acción

  • Modelos de decisión (árboles de decisión, modelos de Markov, redes neuronales, redes bayesianas, programación dinámica, entre otros).
  • Simulación de eventos discretos y continuos (dinámicos).
  • Modelos de series de tiempo univariados y multivariados (lineales y no lineales).
  • Análisis de regresiones simples y múltiples (lineales y no lineales).
  • Análisis de pronósticos de salud, de desempeño del sistema de salud y de gasto en salud.
  • Aprendizaje de máquina (supervisado -predictivos-, no supervisado –descubrimiento del conocimiento-, multitarea, por refuerzo, algoritmos genéticos, máquinas de vectores de soporte, lógica difusa -borrosa-, etc.).
  • Minería de datos.
  • Estadística espacial.
  • Aprendizaje de máquina en el análisis de la información.
  • Construcción y validación de indicadores y sistemas de información para la evaluación del desempeño del sistema de salud

Elaboración de formatos para la recolección electrónica de información.