Sporathe knowledge network
ES
Pontificia Universidad Javeriana

Ingeniería Industrial · 2023

Modelo predictivo para la valoración de la fuerza de agarre ajustado a una población con diversas ocupaciones

Record only. The repository marks this work as “De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.”: the PDF is not public, so there is no text to read here. View the record in the repository.

Abstract

La fuerza de agarre manual (HGS) es un indicador crucial para evaluar la fuerza muscular y la salud general de una persona. Su importancia radica en su aplicación en el diseño de herramientas y estaciones de trabajo para reducir los riesgos de lesiones laborales. A nivel internacional, existen estándares de fuerza de agarre, pero no son aplicables a la población colombiana debido a las variaciones causadas por factores como el país de origen, la etnia y la fuerza laboral. En Colombia, los estudios de dinamometría manual han sido limitados, con muestras pequeñas y sin considerar variables relevantes como la ocupación y las dimensiones de la mano. Por lo tanto, este estudio propone un modelo de predicción que considera 16 variables, incluyendo medidas de la mano dominante y variables demográficas, con el objetivo de estimar la fuerza de agarre de manera más precisa y contextualizada. El diseño del modelo predictivo sigue la metodología CRISP-DM (CRoss-Industry Standard Process for Data Mining) y se llevó a cabo en Python. Se aplicaron diversas etapas, incluyendo la comprensión de los datos, la preparación de los datos, el modelado y la evaluación. En la etapa de comprensión de los datos se realizó la recopilación y descripción de los datos, mientras que en la etapa de preparación se llevó a cabo el análisis básico de los datos, la selección, limpieza y formato de estos. En la etapa de modelado se exploraron diferentes modelos de predicción descritos en la literatura, y se seleccionaron tres modelos: Regresión Lineal de los Mínimos Cuadrados, Regresión de Vectores de Soporte y Red Neuronal. Estos modelos se implementaron con tres combinaciones de variables de entrada: el primer modelo incluyó todas las variables, el segundo modelo incluyó únicamente variables antropométricas, y el tercer modelo incluyó las variables con mayor peso de los modelos anteriores. En términos de precisión, el modelo de Regresión de Vectores de Soporte con la combinación de variables del modelo 3 demostró ser el más adecuado. Este modelo logró un RMSE de 6,91 para la fuerza de agarre en la mano dominante y un RMSE de 6,88 para la fuerza de agarre en la mano no dominante, considerando un conjunto de 7 variables predictoras: sexo, población laboral, longitud máxima de la mano, ancho máximo de la mano, espesor de la mano, circunferencia máxima de la mano y antigüedad en la ocupación. Estas medidas de evaluación proporcionan una idea clara de la precisión y el rendimiento de los modelos, y destacan el modelo de Regresión de Vectores de Soporte como el más efectivo para estimar la fuerza de agarre en ambas manos. Para validar los resultados teóricos del modelo, se llevó a cabo una medición de la fuerza de agarre en una muestra de 60 jóvenes estudiantes universitarios de la Pontificia Universidad Javeriana, con edades comprendidas entre los 18 y 25 años. El objetivo de esta evaluación fue obtener un modelo predictivo confiable. A partir de estos resultados, se puede concluir que el modelo desarrollado es útil y muestra una buena precisión para determinar la fuerza de agarre de un individuo. Se obtuvo un RMSE de 7,07 para la fuerza de agarre en la mano dominante y un RMSE de 6,26 para la fuerza de agarre en la mano no dominante. Estos valores indican que el modelo es capaz de predecir con precisión la fuerza de agarre en ambas manos, respaldando su confiabilidad y efectividad en la estimación de esta capacidad física.

Keywords