Detalle Proyecto- Sistema de Información VIIS

Aplicación de Técnicas de Machine Learning para Predecir la Incidencia de Enfermedades Respiratorias Agudas a partir de Contaminantes Atmosféricos en Pasto

Código: 3648 • Estado: Con Conceptos No Favorables

Investigador Principal Mario Alberto Jurado Eraso

Facultad Ciencias Agrícolas

Departamento Recursos Naturales y Sistemas Agroforestales

Resumen del Proyecto Esta investigación busca explorar una problemática creciente y aún poco comprendida: la interacción entre la calidad del aire y la salud respiratoria. En este sentido, se pretende aplicar técnicas de análisis predictivo multivariado basadas en machine learning, para estimar cómo los niveles de contaminación atmosférica influyen en la aparición de Infecciones Respiratorias Agudas (IRA) en la ciudad de Pasto, Nariño. Así, se espera cerrar brechas en el conocimiento y ofrecer técnicas útiles para la toma de decisiones en salud pública.

Así las cosas, el estudio se desarrollará en varias fases metodológicas que inician con la recolección y organización de datos ambientales y de salud. Para ello, se utilizarán registros oficiales de casos de IRA y se correlacionarán con datos satelitales de calidad del aire y que se validarán con Sistemas de Vigilancia de Calidad del Aire (SVCA) en ciudades principales de Colombia (Medellín y Bogotá). Además, se incluirán datos climáticos y encuestas a pobladores expuestos, con el fin de enriquecer el análisis desde una mirada integral y contextualizada.

Después de la limpieza y preparación de los datos, se procederá a construir modelos predictivos empleando técnicas de aprendizaje automático. En este proceso, se validarán distintos modelos con el objetivo de identificar cuál ofrece mejores capacidades para anticipar los picos de incidencia de IRA, considerando la multicausalidad ambiental y temporal.

Finalmente, los resultados de este estudio permitirán proyectar escenarios futuros de salud respiratoria en función de variaciones en la calidad del aire. En resumen, se espera que esta investigación contribuya no solo a la producción científica, sino también a la apropiación social del conocimiento mediante su difusión en eventos académicos y publicaciones indexadas.

Convocatoria Docente 2025

Grupos de Investigación

Nombre	Línea	Clasificación
ALLPA	Ciencia y Tecnologías para la Sostenibilidad	Registrado

Equipo Investigador

Nombre	Tipo
Luis Carlos Ortega Chamorro	INT

Estudiantes

Nombre	Programa Académico
Juana Melissa Obando Arévalo	Ingeniería Ambiental
Johan Aldayr Rodriguez Cabrera	Ingeniería Ambiental
Shara Vannesa Delgado Huertas	Ingeniería Ambiental