Look-up in Google Scholar
Title: Monitoreo en tiempo real de casos de dengue en la región lima usando arquitectura de microservicios
Other Titles: Real-time monitoring of dengue cases in the lima region using microservices architecture
Advisor(s): Bellido Angulo, Jesus Edwin
OCDE field: https://purl.org/pe-repo/ocde/ford#1.02.02
Issue Date: 2024
Institution: Universidad de Ingeniería y Tecnología
Abstract: El preocupante aumento de casos de dengue en Perú, especialmente en Lima, ha generado alarma, con un asombroso incremento del 323.5 % de 63,168 casos en 2022 a 268,660 casos hasta la semana 43 de 2023. Lima experimento un drástico aumento del 3,190.6 %, pasando de 938 casos en 2022 a 30,946 hasta la semana 43 de 2023. Esta situación plantea riesgos significativos para la salud en Lima, con una población densamente poblada de aproximadamente 9,674,755 habitantes, y la posibilidad de tensionar su sistema de salud debido a la falta de experiencia con el dengue, cuyos primeros casos autóctonos se reportaron en febrero de 2022. Para abordar este desafío, se propone un proyecto que visualiza informes de casos de dengue en tiempo real, permitiendo intervenciones inmediatas. La falta de control en áreas infectadas podría llevar a la saturación del sistema de salud, especialmente con el aumento de ingresos a UCI relacionados con COVID-19. La justificación radica en la necesidad de monitoreo en tiempo real para respuestas rápidas, como fumigaciones específicas y tratamiento oportuno. El proyecto busca implementar una herramienta de monitoreo para controlar mejor las zonas infectadas con dengue, mitigando la propagación de la enfermedad y evitando la sobrecarga del sistema de salud. El objetivo es construir un sistema de software capaz de manejar 5,538 solicitudes diarias basadas en los casos de 2022, garantizando actualizaciones en tiempo real y mejorando la precisión de los informes con coordenadas georreferenciadas. Finalmente, se desarrolló un backend basado en microservicios, demostrando mejoras en disponibilidad y tiempos de respuesta en comparación con una arquitectura monolítica. Una arquitectura híbrida supero a los microservicios, manteniendo un tiempo de respuesta de menos de 1.5 segundos a 4,000 solicitudes por segundo. Y por otro lado, el algoritmo de clusterizacion facilita un análisis temporal detallado de los registros de dengue, mejorando la identificación de patrones para intervenciones más específicas.

The worrying increase in dengue cases in Peru, especially in Lima, has generated alarm, with a staggering increase of 323.5 % from 63,168 cases in 2022 to 268,660 cases through week 43 of 2023. Lima experienced a drastic increase of 3,190.6 % , going from 938 cases in 2022 to 30,946 until week 43 of 2023. This situation poses significant health risks in Lima, with a densely populated population of approximately 9,674,755 inhabitants, and the possibility of straining its health system due to the lack of experience with dengue, whose first indigenous cases were reported in February 2022. To address this challenge, a project is proposed that visualizes dengue case reports in real time, allowing immediate interventions. Lack of control in infected areas could lead to saturation of the health system, especially with the increase in ICU admissions related to COVID-19. The rationale lies in the need for real-time monitoring for rapid responses, such as targeted fumigations and timely treatment. The project seeks to implement a monitoring tool to better control areas infected with dengue, mitigating the spread of the disease and avoiding overloading the health system. The goal is to build a software system capable of handling 5,538 daily requests based on 2022 cases, ensuring real-time updates and improving the accuracy of reports with georeferenced coordinates. Finally, a microservices-based backend was developed, demonstrating improvements in availability and response times compared to a monolithic architecture. A hybrid architecture outperformed microservices, maintaining a response time of less than 1.5 seconds at 4,000 requests per second. And on the other hand, the clustering algorithm facilitates a detailed temporal analysis of dengue records, improving the identification of patterns for more specific interventions.
Discipline: Ciencia de la Computación
Grade or title grantor: Universidad de Ingeniería y Tecnología. Ciencia de la Computación
Grade or title: Licenciado en Ciencia de la Computación
Juror: Napa Bernuy, Angel Gerardo; Paz Trillo, Christian Danniel; Chambilla Aquino, Teofilo
Register date: 1-Mar-2024



This item is licensed under a Creative Commons License Creative Commons