3 resultados para Análisis multivariante
em Universidad del Rosario, Colombia
Resumo:
El presente proyecto tiene como objeto identificar cuáles son los conceptos de salud, enfermedad, epidemiología y riesgo aplicables a las empresas del sector de extracción de petróleo y gas natural en Colombia. Dado, el bajo nivel de predicción de los análisis financieros tradicionales y su insuficiencia, en términos de inversión y toma de decisiones a largo plazo, además de no considerar variables como el riesgo y las expectativas de futuro, surge la necesidad de abordar diferentes perspectivas y modelos integradores. Esta apreciación es pertinente dentro del sector de extracción de petróleo y gas natural, debido a la creciente inversión extranjera que ha reportado, US$2.862 millones en el 2010, cifra mayor a diez veces su valor en el año 2003. Así pues, se podrían desarrollar modelos multi-dimensional, con base en los conceptos de salud financiera, epidemiológicos y estadísticos. El termino de salud y su adopción en el sector empresarial, resulta útil y mantiene una coherencia conceptual, evidenciando una presencia de diferentes subsistemas o factores interactuantes e interconectados. Es necesario mencionar también, que un modelo multidimensional (multi-stage) debe tener en cuenta el riesgo y el análisis epidemiológico ha demostrado ser útil al momento de determinarlo e integrarlo en el sistema junto a otros conceptos, como la razón de riesgo y riesgo relativo. Esto se analizará mediante un estudio teórico-conceptual, que complementa un estudio previo, para contribuir al proyecto de finanzas corporativas de la línea de investigación en Gerencia.
Resumo:
Introducción: El sector de la minería es fuente de desarrollo económico y social para Colombia (La Locomotora minera), ante este espectro se hace necesario su estudio en salud ocupacional. Objetivo: Caracterizar los subprogramas de medicina preventiva y del trabajo, higiene y seguridad industrial de las empresas de minería subterránea de carbón y determinar la asociación entre los riesgos identificados por los trabajadores y los establecidos por la empresa en el departamento de Cundinamarca. Materiales y métodos Estudio de corte transversal , utilizando dos tipos de cuestionarios estructurados: uno para empresa que caracterizó el estado del Programa de Salud Ocupacional, el otro dirigido a los empleados que identificó el conocimiento de los riesgos de exposición, uso de elementos de protección personal y acciones realizadas por el empleador. Resultados El desarrollo del Programa de Salud Ocupacional en Cundinamarca es bajo, en un rango del 25,26% al 38,85%. En la identificación del riesgo se presentó asociación en temperaturas extremas (5,00%) y uso de herramientas corto punzantes (58,8%). En uso de protección personal y su suministro se encontró asociación en mascarilla (60,00%) y eslinga (94,70%). Conclusiones Es necesario la implementación de controles estatales que mitiguen los riesgos, se cumpla con buenas condiciones laborales para disminuir índices de accidentalidad y enfermedad laboral.
Resumo:
In the midst of health care reform, Colombia has succeeded in increasing health insurance coverage and the quality of health care. In spite of this, efficiency continues to be a matter of concern, and small-area variations in health care are one of the plausible causes of such inefficiencies. In order to understand this issue, we use individual data of all births from a Contributory-Regimen insurer in Colombia. We perform two different specifications of a multilevel logistic regression model. Our results reveal that hospitals account for 20% of variation on the probability of performing cesarean sections. Geographic area only explains 1/3 of the variance attributable to the hospital. Furthermore, some variables from both demand and supply sides are found to be also relevant on the probability of undergoing cesarean sections. This paper contributes to previous research by using a hierarchical model and by defining hospitals as cluster. Moreover, we also include clinical and supply induced demand variables.