Uso de arquitectura Dirigida por Modelos en el almacenamiento de datos de PM 2.5 y salud pública
Barra lateral del artículo
Contenido principal del artículo
Introducción: en este artículo, se aborda el almacenamiento de datos sobre eventos de salud y partículas PM2.5 en la ciudad de Medellín, Colombia. La consolidación de datos provenientes de fuentes heterogéneas representa un desafío significativo en este contexto.
Objetivo: el objetivo de este estudio es proponer un metamodelo que facilite la integración y almacenamiento de estos datos, utilizando un enfoque basado en modelos.
Métodos: se desarrolló un enfoque modelado que identifica aspectos comunes para la construcción de un data warehouse. Se definió una capa de abstracción sobre los modelos conceptuales de materia particulada y eventos de salud.
Resultados: como resultado principal, se obtuvo un prototipo de data warehouse que permite la consolidación eficiente de datos sobre PM2.5 y eventos de salud. Este prototipo demuestra la efectividad del enfoque propuesto en la integración de datos.
Conclusión: se concluye que el uso de un enfoque basado en modelos fortalece la toma de decisiones en políticas de salud pública y estrategias de gestión de calidad en el ámbito sanitario.
Elmasri, R, Navathe S, Castillo V, Pérez G, Espiga, B. Fundamentos de sistemas de bases de datos. Earson educación; 2007.
Jarke, M, Lenzerini, M, Vassiliou, Y, Vassiliadis, P. (2002). Fundamentals of data warehouses. Springer Science & Business Media. DOI: https://doi.org/10.1007/978-3-662-05153-5
Olivé A. A universal ontology-based approach to data integration. Enterprise Modelling and Information Systems Architectures (EMISAJ), 13, 110-119; 2018
Dumas M, La Rosa M, Mendling J, Reijers, H. Fundamentals of business process management. Springer; 2013.. DOI: https://doi.org/10.1007/978-3-642-33143-5
Poole, J., Chang, D., Tolbert, D., & Mellor, D. (2002). Common warehouse metamodel. John Wiley & Sons; 2002.
Object Management Group Model Driven Architecture (MDA). OMG MDA Guide rev. 2.0; 2014.
Sajji A, Rhazali Y, Hadi Y. A methodology for transforming BPMN to IFML into MDA; Bulletin of Electrical
Engineering and Informatics, 2022; 11(5), 2773-2782. DOI: https://doi.org/10.11591/eei.v11i5.3973
Sun S, Meng F, Chu D. A model driven approach to constructing knowledge graph from relational database. In Journal of Physics: Conference Series (Vol. 1584, No. 1, p. 012073). IOP Publishing; 2020. DOI: https://doi.org/10.1088/1742-6596/1584/1/012073
Azzaoui A, Rabhi O, Mani A. A model driven architecture approach to generate multidimensional schemas of data warehouses; 2019. DOI: https://doi.org/10.3991/ijoe.v15i12.10720
Belkadi F, Esbai R. A Model-Driven Engineering: From Relational Database to Document-oriented Database in Big Data Context. In ICSOFT (pp. 653-659); 2021. DOI: https://doi.org/10.5220/0010604900002992
Xie J, Xu F, Li Z, Li X. Data Mining Method under Model-Driven Architecture (MDA). Security and Communication Networks; 2022. DOI: https://doi.org/10.1155/2022/5806829
Hanine M, Lachgar M, Elmahfoudi S, Boutkhoum O. MDA Approach for Designing and Developing Data Warehouses: A Systematic Review & Proposal. International Journal of Online & Biomedical Engineering; 2021; DOI: https://doi.org/10.3991/ijoe.v17i10.24667
Esbai R, Hakkou R, Habri A. Modeling and automatic generation of data warehouse using model-driven transformation in business intelligence process. Indonesian Journal of Electrical Engineering and Computer Science Vol. 30, No. 3, June 2023, pp. 1866~1874 ISSN: 2502-4752, DOI: 10.11591/ijeecs.v30.i3.pp1866-1874 DOI: https://doi.org/10.11591/ijeecs.v30.i3.pp1866-1874
Peláez O, y otros.as Bermejo, P. Brotes, epidemias, eventos y otros términos epidemiológicos de uso cotidiano. Revista Cubana de Salud Pública, 46, e2358; 2020.
Mercuriali, L, Oliveras L, Gómez A, Marí, M, Montalvo T, Villalbí J. Un sistema de vigilancia de salud pública Para el cambio climático en las ciudades. Gaceta Sanitaria, 36, 283-286; 2022. DOI: https://doi.org/10.1016/j.gaceta.2021.01.003
United States Environmental Protection Agency. Particulate matter (PM) basics; 2017.
Novillo-Ortiz D, D’Agostino M, Becerra-Posada F. El rol de la OPS/OMS en el desarrollo de capacidad en eSalud en las Américas: análisis del período 2011-2015. Revista Panamericana de Salud Pública; 2016; 40, 85-89
Wooley J, Godzik A, Friedberg I. A Primer on Metagenomics. PLoS Comput Biol 6(2): e1000667.https://doi.org/10.1371/journal.pcbi.1000667; DOI: https://doi.org/10.1371/journal.pcbi.1000667
Behzad H, Gojobori T, Mineta K. Challenges and Opportunities of Airborne Metagenomics. Genome Biol Evol;7:1216–doi: 10.1093/gbe/evv064; 2015 DOI: https://doi.org/10.1093/gbe/evv064
Grinn-Gofroń A, Strzelczak A. Changes in concentration of Alternaria and Cladosporium spores during summer storms. Int J Biometeorol. Sep; 57(5):759-68; 2013 DOI: https://doi.org/10.1007/s00484-012-0604-0
Rodó X, Curcoll R, Robinson M, Ballester, J, Burns, J, Cayan R., ... Morguí, J. Tropospheric winds from
northeastern China carry the etiologic agent of Kawasaki disease from its source to Japan. Proceedings of the National Academy of Sciences, 111(22), 7952-7957; 2014. DOI: https://doi.org/10.1073/pnas.1400380111
Mueller-Anneling L, Avol E, Peters JM, Thorne PS. Ambient endotoxin concentrations in PM10 from Southern California. Environ Health Perspect. Apr; 112(5):583-8; 2004. DOI: https://doi.org/10.1289/ehp.6552
Ministerio de Salud, S. D. S., & Inspección, S. (2006). DECRETO 3518 DE 2006 (OCTUBRE 09).
Lazcano-Ponce E, Fernández E, Salazar-Martínez E, Hernández-Avila, M. Estudios de cohorte. Metodología, Sesgos y aplicación. Salud pública de México, 42, 230-241; 2000. DOI: https://doi.org/10.1590/S0036-36342000000300010
World Health Organization. WHO global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide: executive summary; 2021.
Taylor J, Shrubsole C, Symonds P, Mackenzie I, Davies, M. Application of an indoor air pollution metamodel to A spatially-distributed housing stock. Science of the Total Environment, 667, 390-399; 2019. DOI: https://doi.org/10.1016/j.scitotenv.2019.02.341
Kleppe A, Warmer J, Bast W. MDA explained: the model driven architecture: practice and promise. Addison-Wesley Professional; 2003.
Atkinson C, Kühne T. Model-driven development: A metamodeling foundation. IEEE Software, 20(5), 36–41. https://doi.org/10.1109/MS.2003.1231149; DOI: https://doi.org/10.1109/MS.2003.1231149
Imran, S., Mahmood, T., Qamar, A. M., Siddiqui, A. J., Ahmed, I., & Shariq, N. (2024). NODW Framework for Data Warehousing-A NoSQL Big Data Perspective. Authorea Preprints- DOI: https://doi.org/10.22541/au.170537198.88138048/v1
Wijaya, W., & Wiratama, J. (2024). The Implementation of Data Warehouse and Star Schema for Optimizing Property Business Decision Making. G-Tech: Journal Teknologi Terapan, 8(2), 1242-1250. DOI: https://doi.org/10.33379/gtech.v8i2.4091
Kimball R, Ross M. The data warehouse toolkit: the definitive guide to dimensional modeling. John Wiley &Sons; 2013
Aceptado 2024-07-22
Publicado 2024-09-12
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista. A partir del volumen 22 número 1 (2020), la revista adopta la licencia CC BY-NC-SA 4.0.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados.