1. Universidad Antonio Nariño
  2. Trabajos de grado
  3. Especializaciones
  4. Especialización en Gobierno de datos
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/8204
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCables Pérez, Elio H.-
dc.creatorAlfaro Prieto, Carlos Alberto-
dc.date.accessioned2023-07-17T14:06:52Z-
dc.date.available2023-07-17T14:06:52Z-
dc.date.created2023-05-30-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/8204-
dc.description.abstractFraud currently negatively affects health insurance companies, for this reason an early detection must be made by auditors, and based on the findings, decisions must be made to improve the detection of fraudulent cases. But this activity every day generates greater challenges in the audit area as more and more cases of fraud to be reviewed which can be from fraudulent billing and coding, falsification of documents, submission of fraudulent claims and misuse of the patient's identity This project provides an automated tool to detect and prevent fraud in healthcare services.es_ES
dc.description.tableofcontentsEl fraude en la actualidad afecta negativamente a las compañías aseguradoras de salud, por tal motivo se debe realizar una temprana detección por parte de los auditores, y con base a los hallazgos tomar decisiones que mejoren la detección de casos fraudulentos. Pero esta actividad cada día genera mayores retos en el área auditora ya que cada vez son más los casos de fraude que se deben revisar los cuales pueden ser desde Facturación y codificación fraudulenta, Falsificación de documentos, la presentación de reclamaciones fraudulentas y uso indebido de la identidad del paciente. Este proyecto permite proporcionar una herramienta automatizada para detectar y prevenir fraudes en los servicios de salud.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.subjectDashboardes_ES
dc.subjectdetección de fraudees_ES
dc.subjectprestadoras de servicioses_ES
dc.subjectaseguradoraes_ES
dc.subjectanálisis de datoses_ES
dc.subject.ddc658es_ES
dc.subject.ddc168.23 A385des_ES
dc.titleDashboard Para La Identificación De Los Posibles Intentos De Fraude De Las Prestadoras De Servicio Asociadas A Las Entidades Aseguradorases_ES
dc.typeTesis - Trabajo de grado - Monografia - Especializaciones_ES
dc.publisher.programEspecialización en Gobierno de Datoses_ES
dc.rights.accesRightsopenAccesses_ES
dc.subject.keywordDashboardes_ES
dc.subject.keywordfraud detectiones_ES
dc.subject.keywordservice providerses_ES
dc.subject.keywordinsureres_ES
dc.subject.keyworddata analysises_ES
dc.type.spaTrabajo de grado (Pregrado y/o Especialización)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.bibliographicCitationSilberschatz, A., Galvin, P. B., & Gagne, G. (2012). Operating System Concepts (9th ed.). Wiley.es_ES
dc.source.bibliographicCitationAula21. (08 de 2018). Aula21. Obtenido de Aula21: https://www.cursosaula21.com/quees-python/es_ES
dc.source.bibliographicCitationWang, R. Y., & Strong, D. M. (2012). Database Systems: Concepts, Design, and Applications. McGraw-Hill Education.es_ES
dc.source.bibliographicCitationDAMA International. (2017). Home. Recuperado el 24 de mayo de 2023, de https://www.dama.org/es_ES
dc.source.bibliographicCitationPython Software Foundation. (s.f.). Python Programming Language. Recuperado el 24 de mayo de 2023, de https://www.python.org/es_ES
dc.source.bibliographicCitationMicrosoft. (s.f.). Integration Services (SSIS). Recuperado el 24 de mayo de 2023, de https://docs.microsoft.com/en-us/sql/integration-services/es_ES
dc.source.bibliographicCitationMicrosoft. (s.f.). Power BI. Recuperado el 24 de mayo de 2023, de https://powerbi.microsoft.com/es_ES
dc.source.bibliographicCitationGarcía, M. A. (2020). Fraude en la prestación de servicios de salud: Estrategias de detección y prevención. Ciudad de México, México: Editorial Salud.es_ES
dc.source.bibliographicCitationAngo, J. (2020). Análisis de datos para la toma de decisiones con el uso de tableros de control aplicado a los registros de ventas digitales de un ECommerce (Tesis de pregrado). Universidad de las Américas, Quitoes_ES
dc.source.bibliographicCitationISSA.(2022).Detectar el fraude en la atención de salud mediante las tecnologías emergentes. Recuperado de 4 de julio 2022 https://ww1.issa.int/es/analysis/detecting-fraud-health-care-throughemerging-technologieses_ES
dc.description.degreenameEspecialista en Gobierno de Datoses_ES
dc.description.degreelevelEspecializaciónes_ES
dc.publisher.facultyFacultad de Ingeniería de Sistemases_ES
dc.audienceEspecializadaes_ES
dc.description.notesPresenciales_ES
dc.creator.orcidhttps://orcid.org/0000-0003-4295-3902es_ES
dc.creator.cedula12232115744es_ES
dc.publisher.campusBogotá - Federmánes_ES
dc.description.degreetypeProyectoes_ES
Aparece en las colecciones: Especialización en Gobierno de datos

Ficheros en este ítem:
Fichero Tamaño  
2023_CarlosAlbertoAlfaroPrieto_Actas.pdf
  Restricted Access		511.27 kBVisualizar/Abrir  Request a copy
2023_CarlosAlbertoAlfaroPrieto_Autorización.pdf
  Restricted Access		644.62 kBVisualizar/Abrir  Request a copy
2023_CarlosAlbertoAlfaroPrieto.pdf4.69 MBVisualizar/Abrir
Mostrar el registro sencillo del ítem


Ver Estadísticas de uso



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons