Ejercicio físico y enfermedad renal crónica. Directrices de trabajo con ejercicio físico en pacientes en tratamiento de hemodiálisis

La enfermedad renal crónica es una de las enfermedades con mayor prevalencia a nivel mundial debido al crecimiento y envejecimiento de la población de los países desarrollados. El número de pacientes con enfermedad crónica terminal aumenta cada año siendo la hemodiálisis el tratamiento de sustitución más común en esta población. A medida que progresa la enfermedad y el tiempo de tratamiento van apareciendo una serie de complicaciones que afectan a los principales sistemas del organismo, produciendo alteraciones musculo-esqueléticas que limitan la capacidad funcional del paciente afectando negativamente a la calidad de vida. Además, muchas de las alteraciones tienen relación con el sistema cardiovascular aumentando el riesgo de mortalidad en el paciente de hemodiálisis. Muchos factores están relacionados con la calidad de vida del paciente, entre ellos el ejercicio físico. Por ello se realiza una revisión de los artículos publicados que relacionan la enfermedad renal y el ejercicio físico con el objetivo de proporcionar unas directrices de trabajo para esta población.

Análisis comparativo de algoritmos de aprendizaje para predecir la evolución de pacientes con Daño Cerebral Adquirido

ste trabajo presenta un análisis comparativo entre tres algoritmos de aprendizaje diferentes basados en Árboles de Decisión (C4.5) y Redes Neuronales Artificiales (Perceptrón Multicapa MLP y Red Neuronal de Regresión General GRNN) que han sido implementados con el objetivo de predecir los resultados de la rehabilitación cognitiva de personas con daño cerebral adquirido. En el análisis se han incluido datos demográficos del paciente, el perfil de afectación y los resultados provenientes de las tareas de rehabilitación ejecutadas por los pacientes. Los modelos han sido evaluados utilizando la base de datos del Institut Guttmann. El rendimiento de los algoritmos se midió a través del análisis de la especificidad, sensibilidad y exactitud en la precisión y el análisis de la matriz de confusión. Los resultados muestran que la implementación del C4.5 alcanzó una especificidad, sensibilidad y exactitud en la precisión del 98.43%, 83.77% y 89.42% respectivamente. El rendimiento del C4.5 fue significativamente superior al obtenido por el Perceptrón Multicapa y la Red de Regresión General.

Minería de Datos usando Metaplasticidad Artificial en la Rehabilitación Cognitiva de Pacientes con Daño Cerebral

El propósito principal de esta investigación es la aplicación de la Metaplasticidad Artificial en un Perceptrón Multicapa (AMMLP) como una herramienta de minería de datos para la predicción y extracción explícita de conocimiento del proceso de rehabilitación cognitiva en pacientes con daño cerebral adquirido. Los resultados obtenidos por el AMMLP junto con el posterior análisis de la base de datos ayudarían a los terapeutas a conocer las características de los pacientes que mejoran y los programas de rehabilitación que han seguido. Esto incrementaría el conocimiento del proceso de rehabilitación y facilitaría la elaboración de hipótesis terapéuticas permitiendo la optimización y personalización de las terapias. La evaluación del AMMLP se ha realizado con datos proporcionados por el Institut Guttmann. Los resultados del AMMLP fueron comparados con los obtenidos con una red neuronal de retropropagación y con árboles de decisión. La exactitud en la predicción obtenida por el AMMLP en la subfunción cognitiva memoria verbal-visual fue de 90.71 %, resultado muy superior a los obtenidos por los demás algoritmos.

Extracción de Reglas de Asociación en una Base de Datos Clínicos de Pacientes con Vih/Sida

En la actualidad, las personas infectadas por el VIH con acceso a tratamiento retrasan indefinidamente su entrada en la fase SIDA de la enfermedad, convirtiéndose en pacientes crónicos. Un mayor conocimiento del comportamiento del virus y de cómo afecta a las personas infectadas podría conducirnos a optimizar el tratamiento y con ello mejorar la calidad de vida de los pacientes. En este contexto aparece la minería de datos, un conjunto de metodologías que, aplicadas a grandes bases de datos, nos permiten obtener información novedosa y potencialmente útil oculta en ellas. Este trabajo de investigación realiza una primera aproximación al problema mediante la búsqueda de asociaciones en una base de datos en la que se registran las historias clínicas electrónicas de personas infectadas que son tratadas en el Hospital Clínic de Barcelona.

Mejora del autocuidado de pacientes diabéticos en zonas rurales de Panamá a través de tecnologías tic

Durante años, los países de América Latina y en especial Panamá han sufrido grandes cambios sociales, demográficos y epidemiológicos que han provocado un crecimiento de la incidencia y prevalencia de varias enfermedades crónicas no transmisibles como: las cardiopatías, el cáncer y la diabetes. Actualmente, la suma de estas afecciones causa la mayoría de las muertes y discapacidades en la región. Las necesidades de salud varían de un país a otro, inclusive en el interior de un mismo país o de una misma región debido a factores demográficos, socioculturales, económicos y políticos propios de la región, lo cual favorece la desigualdad en el acceso a los servicios de salud. Este hecho pone de manifiesto un aspecto importante de esta tesis de doctorado, que es facilitar el autocuidado de los pacientes diabéticos en tres zonas rurales de Panamá, contribuyendo de esta manera a la planeación e implantación de nuevos servicios TIC en salud para los pacientes diabéticos de tres zonas rurales de Panamá. El objetivo principal de esta tesis doctoral es desarrollar una contextualización del paciente diabético en zonas rurales de Panamá y modelar su autocuidado mediante el uso de las TIC. A través del modelo se busca mejorar la calidad de vida de los pacientes y propiciar estados de equidad en salud. Se continúa con la implementación del modelo en tres zonas rurales diferentes de Panamá. Se concluye con una fase de validación en la que se demuestra que el enfermo de diabetes aumenta la conciencia de la importancia de su tratamiento mejorando su estado de salud y su calidad de vida. La demostración clínica de este resultado está fuera del ámbito de la tesis doctoral. Abstract Through the years, countries of Latin America, Panama in particular have endured great social, demographic and epidemiologic changes, which in turn caused an increase in the occurrence and prevalence of chronic non transmissible diseases, such as: cardiopathy, cancer and diabetes. The sum of these afflictions causes most of the deaths and disabilities in the region nowadays. The healthcare needs vary from one country to another, furthermore the healthcare needs are different from one rural area to another in a given country or region, due demographic, sociocultural, economic and political factors, this favors the inequality in access to health care services. This facts shows one important aspect of this Ph. D. thesis, which is to facilitate the self-care of diabetic patients in three rural areas of Panama, contributing to the planning and implementation of new ICT services in healthcare for diabetic patients in rural areas of Panama. The primary goal of this Ph.D thesis is to develop a contextualization of the diabetic patient in country side of Panama and to model its self-care by means of the use of the ICT. Through model one looks for to improve the quality of life of the patients and to cause states of fairness in health. It continues with the implementation of ICT through a conceptualized model in three different rural areas of Panama. It concludes with a validation phase which shows how the awareness of the diabetes patient increases, about the importance of his/her treatment for the improvement of health and quality of life. The clinic demonstration of this result is not part of this thesis.

Seguimiento de la actividad de pacientes en ensayos clínicos en redes sociales y otros repositorios públicos

Actualmente nos encontramos en la era de Internet y las nuevas tecnologías. Esto supone que queremos utilizar Internet para casi cualquier problema que se nos presente hoy en día. Al mismo tiempo vivimos un momento en el que los ensayos clínicos están siendo cruciales para la cura de enfermedades, algo que supone si no el más sí uno de los aspectos más importantes en nuestra vida. Pero el seguimiento de los ensayos clínicos presenta el problema de que finalizados tras cinco años de duración, toda comunicación con los pacientes que participaron en ellos se pierde y volver a contactar con ellos se convierte en una tarea ardua. De estas ideas básicas surge el desarrollo de este proyecto. Se ha querido unir las nuevas tecnologías y el beneficioso uso de Internet con la posibilidad de encontrar a pacientes sin tener que perder demasiado tiempo en ello y sin molestar a nadie por el camino. La aplicación que se plantea en este proyecto es, por tanto, una aplicación web basada en PHP, HTML5 y CSS3 que sea capaz de leer información personal de pacientes almacenada en CRFs y que con ella realice búsquedas en redes sociales destinadas a la medicina y así, de esta manera, poder constatar qué ha sido del paciente. Para ello primero se tendrá que realizar un exhaustivo estudio de las redes sociales y repositorios electrónicos clínicos que hay actualmente en el mercado. Una vez identificados estos recursos y sus posibles elementos de desarrollo se estudiarán las herramientas de manejo de Case Report Forms disponibles, que sean de código abierto, para poder usarlas como punto de lectura de los datos del paciente. Una vez disponible esta información sólo será necesario hacer que la aplicación lea los datos y realice las búsquedas en las redes sociales seleccionadas. En definitiva, se ha diseñado un sistema que facilite el seguimiento de pacientes de estudios clínicos al equipo médico.

Determinación del estado metabólico de pacientes con diabetes gestacional mediante autómatas finitos

Los nuevos criterios de diagnóstico de la diabetes gestacional recomendados por la IADPSGC disminuyen los efectos adversos de la hiperglucemia tanto en la madre como en el recién nacido, pero su aplicación supondría un aumento de la prevalencia llegando a triplicar el número de casos actual. Para que los Servicios de Endocrinología y Nutrición puedan hacer frente a la carga que supondría este aumento de prevalencia es necesario emplear nuevos procesos asistenciales que incluyan el uso de las TICs. Este trabajo presenta una herramienta de análisis automático de datos de monitorización que determina el estado metabólico de las pacientes con diabetes gestacional a partir de sus datos de glucemia, dieta y cetonuria. Su diseño se basa en dos autómatas finitos, uno para el análisis de la glucemia y de la dieta y el otro para el análisis de la cetonuria. La salida de ambos autómatas se combina para determinar el estado metabólico de la paciente a lo largo del tiempo. La herramienta se ha evaluado con datos retrospectivos de 25 pacientes pertenecientes al Hospital Parc Taulí de Sabadell comparando los 1288 estados metabólicos resultantes con los 47 ajustes de terapia realizados por el equipo médico. Se observó que el 91,49% de los cambios de tratamiento coincidieron con estados metabólicos deficientes determinados por la herramienta de análisis. La herramienta ayuda a diferenciar pacientes complejas que requieren una evaluación exhaustiva y un ajuste de terapia de las que tienen buen control metabólico y no necesitan ser evaluadas por el personal médico.