Maicel ☕️
Maicel Maicel Monzon Perez

Especialista en Bioestadística

ENSAP & CECMED

About Me

Soy Maicel Eugenio Monzón Pérez, médico y bioestadístico con una formación en salud pública y un enfoque en la investigación experimental. Me gradué como Médico General Básico en 2003 y he obtenido un Máster en Informática en Salud, así como una especialidad en Bioestadística y un doctorado en Ciencias Médicas. Mi trayectoria incluye varios años de experiencia en análisis estadístico de ensayos clínicos. Mis intereses abarcan el diseño de investigaciones clínicas, en especial los Ensayos Clínicos, métodos estadísticos y análisis de datos, así como la inteligencia artificial. Además, tengo experiencia en programación en R y Python, lo que me permite desarrollar herramientas analíticas avanzadas para mejorar la atención médica. Actualmente, soy profesor auxiliar en la Escuela Nacional de Salud Pública y revisor de ensayos clínicos, comprometido con la mejora continua del sistema de salud a través de la ciencia y la tecnología.

Download CV
Intereses
  • Bioestadística
  • Metodología de la investigación
  • Ciencia de datos
  • Inteligencia artificial
  • Ensayos clínicos
  • Progranción en R y python
Educación

  • Médico general básico

    Universidad de Ciencias Médicas de Villa Clara

  • Máster en Informática en Salud

    Centro de Cibernética Aplicada a la Medicina (CECAM)

  • Especialista en Bioestadística

    Escuela Nacional de Salud Pública

  • Doctor en Ciencias Médicas

    Universidad de Ciencias Médicas de La Habana

📚 My Research
Mi investigación abarca disímiles temas 📚, desde el diseño y análisis de ensayos clínicos y estudios epidemiológicos 🔍, hasta el desarrollo y validación de modelos predictivos para enfermedades infecciosas y sistemas de triaje 🧠. Busco integrar conocimientos de bioestadística, epidemiología y modelado matemático para generar resultados de alto impacto 💭. Soy un entusiasta de la programación en R y Python, el análisis de datos, el aprendizaje automático y la Inteligencia Artificial 🤖. Mi compromiso es con el desarrollo de la bioestadística y la investigación que transforman la salud pública a través de enfoques innovadores y colaborativos y para mejorar la calidad de vida de las personas. Siempre estoy abierto a colaborar en proyectos que impulsen los límites de la ciencia y la tecnología en el ámbito de la salud.
Featured Publications
Identificación de pacientes de bajo riesgo de severidad en confirmados de la COVID-19. Cuba. Años 2020-2021
Machine Learning

Identificación de pacientes de bajo riesgo de severidad en confirmados de la COVID-19. Cuba. Años 2020-2021

Un estudio realizado en Cuba durante la pandemia de COVID-19 utilizó un modelo de árboles de clasificación para identificar pacientes con bajo riesgo de desarrollar complicaciones graves. Este modelo se ajustó para predecir la admisión en la UCI y la mortalidad, basándose en factores como la edad y la presencia de comorbilidades. El objetivo fue crear una herramienta que permitiera identificar a los pacientes que podrían ser seguidos de forma segura en atención primaria, optimizando así los recursos hospitalarios. Los árboles de decisión demostraron ser precisos en la clasificación de riesgo, lo que podría favorecer una mejor asignación de recursos y una atención sanitaria más eficiente.

An example conference paper
Recent Publications
Maicel, Lizet Sanchez (2023). Estado en la investigación sobre modelos de predicción de la severidad en confirmados de la Covid-19.. Revista Habanera, 1(1).
PDF Citar
Maicel (2021). Identificación de pacientes de bajo riesgo de severidad en confirmados de la COVID-19. Cuba. Años 2020-2021.
PDF Código fuente Datos Poster Vídeo Documento fuente Custom Link
Maicel, Robert Ford (2013). An example conference paper. In ICW.
PDF Citar Código fuente Datos Vídeo Documento fuente
Recent & Upcoming Talks
👋 Curso de Análisis de Datos en Fortificación de Alimentos con R. Una Introducción Práctica
Recent News

Analisis Exploratorio de Datos

Análisis Exploratorio de Datos implica el análisis de datos centrado en comprender los datos, identificar valores atípicos, valores faltantes así como proporcionar la base para la formulación del modelo.