From the favelas of Central America, all the way to the scalp of your favorite A-List actress or IG Crush (you know the one I'm talking about), Snatched is a hardcore voyage into the bloody, treacherous, violent, unfiltered, uncompromising, and always unforgiving world of human hair trafficking. Following three parallel storylines, Snatched examines how racism, misogyny, and unchecked capitalism lead the pursuit of one of the world's most visible and lucrative, yet unspoken commodities: hair weave. If you thought the drug game was deadly, wait until you see what goes down in the hair trade.

New York Times-bestselling author Jim Butcher expands his beloved "Dresden Files" novel series with the all-new "Dog Men" story set within official continuity, created exclusively as a graphic novel! Harry Dresden is a man on the edge--and that is something that can be dangerous to friend and foe alike. He's been drafted by a senior member of the White Council of Wizards to investigate a series of murders in rural Mississippi. As always, there's more afoot than is immediately apparent. The question is, will Harry's state of mind keep him from seeing it, and will his actions lead him into direct conflict with the wizard who's depending on his help?

The streets of La La Land run red when Jennifer Blood returns to declare a new war on the mobs... or does she? As a low-level hood plots to leverage her in a bid to take over the Los Angeles underworld, her war attracts some very dangerous attention and unexpectedly sets a lethal international chain of events in motion. A deadly new direction from writer Steven Grant, the acclaimed writer of The Punisher and creator of 2 Guns!

It's Jessica Blute's first day of incarceration at Las Chacales Women's Correctional Facility... and, more than likely, her last day alive! How did this model of suburban domesticity and devoted mother of two end up in such dire straits? Perhaps her murderous alter-ego, Jennifer Blood, went too far in acting out the ultimate revenge fantasy against mobsters. Perhaps it has something to do with the ensuing chaos when the trained assassins known as the Ninjettes, renegade police detectives, and meth dealers converged on the quiet town of Revere, New Mexico, to put an end to the vigilante. What really happened to Jennifer Blood and her children in that southwestern town... and even if she survives her jailhouse rivals, will she escape the death penalty?

Jennifer Blood is a suburban wife and mom by day - and a ruthless vigilante by night! Every day she makes breakfast, takes the kids to school, cleans the house, naps for an hour or two, makes dinner, puts the kids to bed, and kisses her husband goodnight. This suburban punisher is ready to be unleashed in a story that can only be told by the legendary Garth Ennis. Collects JENNIFER BLOOD 1-6 plus bonus materials!

En el sector salud, los reportes de entrega de recetas y asignación de citas médicas son generados por las Instituciones Prestadoras de Servicios de Salud y entregados a las Entidades Promotoras de Servicios de Salud. Estos reportes suelen tener una estructura incoherente; inconsistencias en el formato; datos inexistentes, incompletos o no estandarizados. Estos problemas afectan a la calidad de los datos y dificultan la fiabilidad de la información. Para solucionar esto, se propone adaptar las categorías de calidad de datos de Kahn, a estos informes, considerando que el sector salud acepta estas categorías y contempla no sólo la estructura y dominio de los datos, sino también su completitud y plausibilidad (credibilidad). Esta investigación siguió la metodología del Patrón de Investigación Iterativa de Pratt, se observaron estudios relacionados con el tema y se analizaron los atributos de la entrega de recetas y la asignación de citas para comprender en detalle el problema y sus implicaciones. A continuación, se adaptaron las categorías de calidad de datos propuestas por Kahn, teniendo en cuenta los problemas detectados en estos informes. Posteriormente, un grupo de expertos sanitarios evaluó la adaptación propuesta mediante la técnica de grupo focal. Los resultados, según su percepción, mostraron que el informe de entrega de recetas obtuvo un 66,7% en la categoría "Totalmente de acuerdo" y un 33,3% en la categoría "De acuerdo"; la asignación de citas médicas tuvo un 73,3% en "Totalmente de acuerdo" y un 26,7% en "De acuerdo", según la escala Likert. En conclusión, esta investigación contribuye a reforzar la calidad de los datos de estos informes, proporcionando directrices para mejorar la fiabilidad de la información.I. INTRODUCCIÓNEl sector sanitario genera diariamente grandes cantidades de datos; sin embargo, la falta de calidad de los mismos se ha convertido en un problema para su análisis, ya que una información de baja calidad puede llevar a conclusiones y decisiones erróneas; en cambio, el uso de datos precisos y fiables permitirá tomar decisiones informadas y generar valor en este sector [1].En este contexto, las Instituciones Prestadoras de Servicios de Salud (IPS) poseen grandes cantidades de datos, parte de los cuales son reportados a las Entidades Promotoras de Servicios de Salud (EPS) para el seguimiento de los servicios prestados. Sin embargo, dentro de estos reportes, en particular sobre la entrega de recetas y la asignación de citas médicas, son frecuentes problemas como (i) atributos que carecen de una estructura coherente y son inconsistentes en su formato; (ii) código de medicamento único incompleto, inexistente o registrado con los códigos de la Clasificación Anatómica Terapéutica (ATC), lo que no permite identificar la presentación comercial del medicamento entregado al afiliado; (iii) códigos de diagnóstico inexistentes o incompletos de acuerdo con la Clasificación Internacional de Enfermedades (CIE10); (iv) información de afiliados inexistentes en la base de datos o afiliados a otras EPS; (v) cantidades prescritas, entregadas, días de tratamiento, fechas de presentación y entrega con errores e inconsistencias, vgr. g., cantidades entregadas superiores a las formuladas, fechas de entrega anteriores a la prescripción[2].

En el sector salud, los reportes de entrega de recetas y asignación de citas médicas son generados por las Instituciones Prestadoras de Servicios de Salud y entregados a las Entidades Promotoras de Servicios de Salud. Estos reportes suelen tener una estructura incoherente; inconsistencias en el formato; datos inexistentes, incompletos o no estandarizados. Estos problemas afectan a la calidad de los datos y dificultan la fiabilidad de la información. Para solucionar esto, se propone adaptar las categorías de calidad de datos de Kahn, a estos informes, considerando que el sector salud acepta estas categorías y contempla no sólo la estructura y dominio de los datos, sino también su completitud y plausibilidad (credibilidad). Esta investigación siguió la metodología del Patrón de Investigación Iterativa de Pratt, se observaron estudios relacionados con el tema y se analizaron los atributos de la entrega de recetas y la asignación de citas para comprender en detalle el problema y sus implicaciones. A continuación, se adaptaron las categorías de calidad de datos propuestas por Kahn, teniendo en cuenta los problemas detectados en estos informes. Posteriormente, un grupo de expertos sanitarios evaluó la adaptación propuesta mediante la técnica de grupo focal. Los resultados, según su percepción, mostraron que el informe de entrega de recetas obtuvo un 66,7% en la categoría "Totalmente de acuerdo" y un 33,3% en la categoría "De acuerdo"; la asignación de citas médicas tuvo un 73,3% en "Totalmente de acuerdo" y un 26,7% en "De acuerdo", según la escala Likert. En conclusión, esta investigación contribuye a reforzar la calidad de los datos de estos informes, proporcionando directrices para mejorar la fiabilidad de la información.I. INTRODUCCIÓNEl sector sanitario genera diariamente grandes cantidades de datos; sin embargo, la falta de calidad de los mismos se ha convertido en un problema para su análisis, ya que una información de baja calidad puede llevar a conclusiones y decisiones erróneas; en cambio, el uso de datos precisos y fiables permitirá tomar decisiones informadas y generar valor en este sector [1].En este contexto, las Instituciones Prestadoras de Servicios de Salud (IPS) poseen grandes cantidades de datos, parte de los cuales son reportados a las Entidades Promotoras de Servicios de Salud (EPS) para el seguimiento de los servicios prestados. Sin embargo, dentro de estos reportes, en particular sobre la entrega de recetas y la asignación de citas médicas, son frecuentes problemas como (i) atributos que carecen de una estructura coherente y son inconsistentes en su formato; (ii) código de medicamento único incompleto, inexistente o registrado con los códigos de la Clasificación Anatómica Terapéutica (ATC), lo que no permite identificar la presentación comercial del medicamento entregado al afiliado; (iii) códigos de diagnóstico inexistentes o incompletos de acuerdo con la Clasificación Internacional de Enfermedades (CIE10); (iv) información de afiliados inexistentes en la base de datos o afiliados a otras EPS; (v) cantidades prescritas, entregadas, días de tratamiento, fechas de presentación y entrega con errores e inconsistencias, vgr. g., cantidades entregadas superiores a las formuladas, fechas de entrega anteriores a la prescripción[2].

James Bond is trapped in Los Angeles with a MI6 agent under fire and a foreign intelligence service trying to put them both in bags... and possibly more than one foreign intelligence service. And things may not be any safer in Britain, with bodies dropping and ghosts moving in the political mist... Collecting issues #7-12 of the ongoing James Bond comic book series written by Warren Ellis, the New York Times bestselling author of Gun Machine and critically-acclaimed comic book writer (Iron Man, Planetary, Astonishing X-Men), and featuring artwork by Jason Masters (Wolverine, Batman Incorporated).

A friendship is finished. The world is in peril. And Goldfinger wants diamonds? You think you know Goldfinger. But you don't know THIS Goldfinger. Go inside the mind of the most ruthless sociopath in the world, courtesy of GREG PAK (World War Hulk, Weapon X) and ERIC GAPSTUR (Batman Beyond, The Flash: Year Zero).

En el sector salud, los reportes de entrega de recetas y asignación de citas médicas son generados por las Instituciones Prestadoras de Servicios de Salud y entregados a las Entidades Promotoras de Servicios de Salud. Estos reportes suelen tener una estructura incoherente; inconsistencias en el formato; datos inexistentes, incompletos o no estandarizados. Estos problemas afectan a la calidad de los datos y dificultan la fiabilidad de la información. Para solucionar esto, se propone adaptar las categorías de calidad de datos de Kahn, a estos informes, considerando que el sector salud acepta estas categorías y contempla no sólo la estructura y dominio de los datos, sino también su completitud y plausibilidad (credibilidad). Esta investigación siguió la metodología del Patrón de Investigación Iterativa de Pratt, se observaron estudios relacionados con el tema y se analizaron los atributos de la entrega de recetas y la asignación de citas para comprender en detalle el problema y sus implicaciones. A continuación, se adaptaron las categorías de calidad de datos propuestas por Kahn, teniendo en cuenta los problemas detectados en estos informes. Posteriormente, un grupo de expertos sanitarios evaluó la adaptación propuesta mediante la técnica de grupo focal. Los resultados, según su percepción, mostraron que el informe de entrega de recetas obtuvo un 66,7% en la categoría "Totalmente de acuerdo" y un 33,3% en la categoría "De acuerdo"; la asignación de citas médicas tuvo un 73,3% en "Totalmente de acuerdo" y un 26,7% en "De acuerdo", según la escala Likert. En conclusión, esta investigación contribuye a reforzar la calidad de los datos de estos informes, proporcionando directrices para mejorar la fiabilidad de la información.I. INTRODUCCIÓNEl sector sanitario genera diariamente grandes cantidades de datos; sin embargo, la falta de calidad de los mismos se ha convertido en un problema para su análisis, ya que una información de baja calidad puede llevar a conclusiones y decisiones erróneas; en cambio, el uso de datos precisos y fiables permitirá tomar decisiones informadas y generar valor en este sector [1].En este contexto, las Instituciones Prestadoras de Servicios de Salud (IPS) poseen grandes cantidades de datos, parte de los cuales son reportados a las Entidades Promotoras de Servicios de Salud (EPS) para el seguimiento de los servicios prestados. Sin embargo, dentro de estos reportes, en particular sobre la entrega de recetas y la asignación de citas médicas, son frecuentes problemas como (i) atributos que carecen de una estructura coherente y son inconsistentes en su formato; (ii) código de medicamento único incompleto, inexistente o registrado con los códigos de la Clasificación Anatómica Terapéutica (ATC), lo que no permite identificar la presentación comercial del medicamento entregado al afiliado; (iii) códigos de diagnóstico inexistentes o incompletos de acuerdo con la Clasificación Internacional de Enfermedades (CIE10); (iv) información de afiliados inexistentes en la base de datos o afiliados a otras EPS; (v) cantidades prescritas, entregadas, días de tratamiento, fechas de presentación y entrega con errores e inconsistencias, vgr. g., cantidades entregadas superiores a las formuladas, fechas de entrega anteriores a la prescripción[2].