<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Exploración metodológica multivariada aplicada a seis registros poblacionales de cáncer en Colombia

Cargando...
Miniatura

Fecha

Fecha

2026-10-05

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Distrital Francisco José de Caldas

Compartir

Citar documento

González Salguero, Jhonatan (2026). Exploración metodológica multivariada aplicada a seis registros poblacionales de cáncer en Colombia. Universidad Distrital Francisco José de Caldas. https://hdl.handle.net/11349/104501

Gestores bibliográficos

Altmetric

El indicador aparece cuando Altmetric registra menciones para este documento.

Documentos PDF

Resumen

This research develops and validates a multivariate methodological framework for pattern characterization and cancer risk stratification in Colombia, utilizing data from six Population Cancer Registries (RPC) between 2003 and 2019. The study addresses the complexity and uncertainty of national oncological information through the convergence of four analytical approaches: unsupervised learning, survival analysis, time series, and computational intelligence. Through the K-Means algorithm, consistent population clusters were identified by age and sex ranges, highlighting the predominance of high-incidence pathologies. In the survival analysis, CART and RFSRC models enabled the ranking of clinical variable importance, reaching concordance indices (C-Index) of up to 0.89 in regions with high data density. Joinpoint regression analysis detected structural break points in registry reporting, while a Mamdani-type fuzzy inference system (C3 configuration) achieved a discriminative capacity of AUC 0.71 for three-year mortality risk. The results demonstrate that the integration of these techniques allows for a comprehensive understanding of the oncological phenomenon, overcoming the limitations of isolated analyses. The proposed framework is established as a reproducible and explainable tool that strengthens data governance and epidemiological surveillance in public health, especially in scenarios with limited clinical information.

Descripción

Esta investigación desarrolla y valida un marco metodológico multivariado para la caracterización de patrones y la estratificación del riesgo de cáncer en Colombia, utilizando datos de seis Registros Poblacionales de Cáncer (RPC) entre 2003 y 2019. El estudio aborda la complejidad y la incertidumbre de la información oncológica nacional mediante la convergencia de cuatro enfoques analíticos: aprendizaje no supervisado, análisis de supervivencia, series de tiempo e inteligencia computacional. A través del algoritmo K-Means, se identificaron clústeres poblacionales consistentes por rangos de edad y sexo, destacando la predominancia de patologías de alta incidencia. En el análisis de supervivencia, los modelos CART y RFSRC permitieron jerarquizar la importancia de las variables clínicas, alcanzando índices de concordancia de hasta 0,89 en regiones con alta densidad de datos. El análisis mediante regresión Joinpoint detectó puntos de quiebre estructurales en la captación de los registros, mientras que un sistema de inferencia difusa tipo Mamdani (configuración C3) logró una capacidad discriminativa de AUC 0,71 para el riesgo de mortalidad a tres años. Los resultados demuestran que la integración de estas técnicas permite una comprensión integral del fenómeno oncológico, superando las limitaciones de los análisis aislados. El marco propuesto se consolida como una herramienta reproducible y explicable que fortalece la gobernanza del dato y la vigilancia epidemiológica en salud pública, especialmente en escenarios con información clínica limitada.

Citación