Rolando de la Cruz

Rolando de la Cruz

Doctor en Estadística
Director del Magíster en Inteligencia Artificial y del Magíster en Data Science UAI
Profesor Titular
FACULTAD DE INGENIERÍA Y CIENCIAS
PERÚ
Stgo

Rolando de la Cruz

Doctor en Estadística

Grupo: Data Science

Rolando de la Cruz Mesía es Doctor en Estadística por la Pontificia Universidad Católica de Chile (PUC) y cuenta con una destacada trayectoria académica y profesional en áreas como aprendizaje bayesiano, bioestadística, ciencia de datos y aprendizaje estadístico. A lo largo de su carrera, ha trabajado por conectar el trabajo académico con el práctico, desarrollando métodos y herramientas innovadoras en ámbitos como la salud, la industria y las políticas públicas.

Rolando se ha desempeñado a lo largo de su carrera en diferentes universidades. Actualmente es Profesor Titular en la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez (UAI), siendo reconocido con el Premio al Mejor Docente del programa de Magíster en Modelamiento Geoestadístico de Depósitos Minerales y el Premio a la Excelencia Académica de la Facultad de Ingeniería y Ciencias UAI. Previo a su incorporación a la UAI, fue Profesor Asociado en la Pontificia Universidad Católica de Chile (PUC) y en la Pontificia Universidad Católica de Valparaíso (PUCV), donde principalmente se dedicó al desarrollo de investigación, de programas educativos y a la formación de estudiantes en estadística y análisis de datos.
 
A lo largo de su carrera profesional, uno de sus principales intereses ha sido la posibilidad de aplicar la Ciencia de Datos y la Inteligencia Artificial (IA) para transformar sectores claves, como la salud, y generar un impacto social significativo. Su trabajo refleja un compromiso con la excelencia académica y el desarrollo de soluciones prácticas que conecten la teoría con las necesidades del mundo real creando herramientas que puedan mejorar la toma de decisiones en distintos niveles, todo esto, mediante el uso de métodos estadísticos y de aprendizaje automático innovadores.
 
En cuanto a la docencia, Rolando destaca que cada estudiante cuenta con su propia forma de aprender, lo que le ha motivado a diseñar estrategias de enseñanza más inclusivas, flexibles y centradas en el alumnado, señalando como un proceso bidireccional, en el que tanto él como sus estudiantes se retroalimentan mutuamente, ampliando su perspectiva y nutriendo tanto su investigación como práctica docente.

Deep learning approaches for predicting Ki-67 index in breast cancer histopathology images</>

Arteaga-Arteaga, H., Oyola-Martinez, K., de la Cruz, R., Bravo-Ortíz, M., Guillen-Rondon, P. & Tabares-Soto, R., jul. 2026, In: Computers in Biology and Medicine, 210.

Association of apolipoprotein E variants on Alzheimer's disease in Latin America</>

Orellana, P., Caviedes, A., Gonzalez, L., Ochoa-Rosales, C., Carmona, D., González-Silva, C., Hernández, H., Britton, G., Villarreal, A., Campos, V., Hendrie, H., Acosta-Uribe, J., Pina-Escudero, S., Yokoyama, J., Vilor-Tejedor, N., Parra, M., Santamaria-García, H., Ibañez, A., de la Cruz, R. & Duran-Aniotz, C., feb. 2026, In: Alzheimer's and Dementia, 22, 2.

Bayesian inference for nonlinear mixed-effects location scale and interval-censoring cure-survival models</>

Alvares, D., Meza, C. & De la Cruz, R., 2025, In: Statistical Methods in Medical Research, 34, 8, p. 1525-1533.

A joint analysis proposal of nonlinear longitudinal and time-to-event right-, interval-censored data for modeling pregnancy miscarriage</>

de la Cruz, R., Lavielle, M., Meza, C. & Núñez-Antón, V., nov. 2024, In: Computers in Biology and Medicine, 182.

Predicting passenger satisfaction in public transportation using machine learning models</>

Ruiz, E., Yushimito, W., Aburto, L. & de la Cruz, R., mar. 2024, In: Transportation Research Part A: Policy and Practice, 181.

Systematic review</>

Blanco, K., Salcidua, S., Orellana, P., Sauma-Pérez, T., León, T., Steinmetz, L., Ibañez, A., Duran-Aniotz, C. & de la Cruz, R., dic. 2023, In: Alzheimer's Research and Therapy, 15, 1.

A Bayesian nonparametric model for classification of longitudinal profiles</>

Gaskins, J., Fuentes, C. & De La Cruz, R., ene. 2023, In: Biostatistics, 24, 1, p. 209-225.

A Bayesian Mixture Cure Rate Model for Estimating Short-Term and Long-Term Recidivism</>

de la Cruz, R., Fuentes, C. & Padilla, O., ene. 2023, In: Entropy, 25, 1.

Classification of longitudinal profiles using semi-parametric nonlinear mixed models with P-Splines and the SAEM algorithm</>

Márquez, M., Meza, C., Lee, D. & De la Cruz, R., 2023, In: Statistics in Medicine, 42, 27, p. 4952-4971.

A Bayesian Change Point Analysis of the USD/CLP Series in Chile from 2018 to 2020</>

de la Cruz, R., Meza, C., Narria, N. & Fuentes, C., sep. 2022, In: Mathematics, 10, 18.

Meta-Estimation of Araucanian Herring, Strangomera bentincki (Norman, 1936), Biological Indicators in the Central-South Zone of Chile (32°–47° LS)</>

Aranis, A., de la Cruz, R., Montenegro, C., Ramírez, M., Caballero, L., Gómez, A. & Walker, K., jun. 2022, In: Frontiers in Marine Science, 9.

Reliability Estimation for Stress-Strength Model Based on Unit-Half-Normal Distribution</>

de la Cruz, R., Salinas, H. & Meza, C., abr. 2022, In: Symmetry, 14, 4.

Survival and reliability analysis with an epsilon-positive family of distributions with applications</>

Celis, P., de la Cruz, R., Fuentes, C. & Gómez, H., may. 2021, In: Symmetry, 13, 5.

Modeling recidivism through bayesian regression models and deep neural networks</>

de la Cruz, R., Padilla, O., Valle, M. & Ruz, G., mar. 2021, In: Mathematics, 9, 6.

Error-rate estimation in discriminant analysis of non-linear longitudinal data</>

de la Cruz, R., Fuentes, C., Meza, C. & Núñez-Antón, V., abr. 2018, In: Statistical Methods in Medical Research, 27, 4, p. 1153-1167.

Predicting pregnancy outcomes using longitudinal information</>

De la Cruz, R., Fuentes, C., Meza, C., Lee, D. & Arribas-Gil, A., jun. 2017, In: Statistics in Medicine, 36, 13, p. 2120-2134.

Early child development inequalities and associated factors between public and private providers at metropolitan region in Chile</>

Bedregal, P., Hernández, V., Mingo, M., Castañón, C., Valenzuela, P., Moore, R., de la Cruz, R. & Castro, D., sep. 2016, In: Revista Chilena de Pediatria, 87, 5, p. 351-358.

Study protocol for the Maule Cohort (MAUCO) of chronic diseases, Chile 2014-2024</>

Ferreccio, C., Roa, J., Bambs, C., Vives, A., Corvalán, A., Cortés, S., Foerster, C., Acevedo, J., Huidobro, A., Passi, A., Toro, P., Covacevich, Y., De La Cruz, R., Koshiol, J., Olivares, M., Miquel, J., Cruz, F., Silva, R., Quest, A., Kogan, M., Castro, P. & Lavandero, S., feb. 2016, In: BMC Public Health, 16, 1.

Bayesian regression analysis of data with random effects covariates from nonlinear longitudinal measurements</>

De la Cruz, R., Meza, C., Arribas-Gil, A. & Carroll, R., ene. 2016, In: Journal of Multivariate Analysis, 143, p. 94-106.

Classification of longitudinal data through a semiparametric mixed-effects model based on lasso-type estimators</>

Arribas-Gil, A., De la Cruz, R., Lebarbier, E. & Meza, C., jun. 2015, In: Biometrics, 71, 2, p. 333-343.

Bayesian analysis for nonlinear mixed-effects models under heavy-tailed distributions.</>

De la Cruz, R., 2014, In: Pharmaceutical statistics, 13, 1, p. 81-93.

Epidemiología de neutropenia febril en pacientes adultos con leucemia aguda y linfoma. Estudio de cohorte en hospitales público y privado de Santiago, Chile</>

Rabagliati, R., Bertín, P., Cerón, I., Rojas, H., Domínguez, I., Vera, Á., Siri, L., Flores, J., Fernández, P., Pérez, M. & De La Cruz, R., 2014, In: Revista Chilena de Infectologia, 31, 6, p. 705-718.

Efficacy of nifurtimox for the treatment of chronic Chagas disease</>

Rodrigo Fuentes, B., Mario Maturana, A. & Rolando de la Cruz, M., feb. 2012, In: Revista Chilena de Infectologia, 29, 1, p. 82-86.

Estimation in nonlinear mixed-effects models using heavy-tailed distributions</>

Meza, C., Osorio, F. & De la Cruz, R., ene. 2012, In: Statistics and Computing, 22, 1, p. 121-139.

Logistic regression when covariates are random effects from a non-linear mixed model</>

De la Cruz, R., Marshall, G. & Quintana, F., sep. 2011, In: Biometrical Journal, 53, 5, p. 735-749.

On an extension of the von Mises distribution due to Batschelet</>

Pewsey, A., Shimizu, K. & de la Cruz, R., may. 2011, In: Journal of Applied Statistics, 38, 5, p. 1073-1085.

Allelic variants of melanocortin 3 receptor gene (MC3R) and weight loss in obesity</>

Santos, J., de la Cruz, R., Holst, C., Grau, K., Naranjo, C., Maiz, A., Astrup, A., Saris, W., MacDonald, I., Oppert, J., Hansen, T., Pedersen, O., Sorensen, T. & Martinez, J., 2011, In: PLoS ONE, 6, 6.

Hacia la evaluación de "Chile Crece Contigo"</>

Bedregal, P., Hernández, V., Prado, P., Castañón, C., Mingo, V. & de la Cruz, R., jun. 2010, In: Revista Medica de Chile, 138, 6, p. 791-793.

Medical and surgical treatments for obesity have opposite effects on peptide YY and appetite</>

Valderas, J., Irribarra, V., Boza, C., De La Cruz, R., Liberona, Y., Acosta, A., Yolito, M. & Maiz, A., mar. 2010, In: Journal of Clinical Endocrinology and Metabolism, 95, 3, p. 1069-1075.

Bayesian analysis for nonlinear regression model under Skewed errors, with application in growth curves</>

De la Cruz, R. & Branco, M., ago. 2009, In: Biometrical Journal, 51, 4, p. 588-609.

Discriminant analysis for longitudinal data with multiple continuous responses and possibly missing data</>

Marshall, G., De La Cruz-Mesía, R., Quintana, F. & Barón, A., mar. 2009, In: Biometrics, 65, 1, p. 69-80.

Bayesian non-linear regression models with skew-elliptical errors</>

De la Cruz, R., dic. 2008, In: Computational Statistics and Data Analysis, 53, 2, p. 436-449.

Model-based clustering for longitudinal data</>

De la Cruz-Mesía, R., Quintana, F. & Marshall, G., ene. 2008, In: Computational Statistics and Data Analysis, 52, 3, p. 1441-1457.

Semiparametric Bayesian classification with longitudinal markers</>

De La Cruz-Mesía, R., Quintana, F. & Müller, P., mar. 2007, In: Journal of the Royal Statistical Society. Series C: Applied Statistics, 56, 2, p. 119-137.

Non-linear random effects model for multivariate responses with missing data</>

Marshall, G., De la Cruz-Mesía, R., Barón, A., Rutledge, J. & Zerbe, G., ago. 2006, In: Statistics in Medicine, 25, 16, p. 2817-2830.

Non-linear random effects models with continuous time autoregressive errors</>

De la Cruz-Mesía, R. & Marshall, G., may. 2006, In: Statistics in Medicine, 25, 9, p. 1471-1484.

A Bayesian approach for nonlinear regression models with continuous errors</>

De La Cruz-Mesía, R. & Marshall, G., ago. 2003, In: Communications in Statistics - Theory and Methods, 32, 8, p. 1631-1646.