Evaluación características operativas: ecografía 2D y Doppler color para diagnóstico de acretismo placentario, clínica universitaria colombia, bogotá.

La placenta ácreta es la implantación anómala de la placenta en la pared uterina. Se presenta en 0.9% de todos los embarazos; actualmente es una de las causas más importantes de morbimortalidad materna. Ecografía 2D y Doppler placentario son métodos diagnósticos de primera y segunda línea. Objetivo: Evaluar la utilidad diagnóstica de ecográfica 2D y Doppler color Placentario para diagnóstico de acretismo placentario en gestantes con factores de riesgo comparándolos con diagnóstico clínico e histopatológico; y determinar incidencia de acretismo placentario en población asistente a Clínica Universitaria Colombia. Metodología: Estudio de evaluación de tecnología diagnóstica. Entre Agosto a Noviembre de 2010 se incluyeron 53 gestantes entre 24 y 40 semanas de gestación con factores de riesgo para acretismo placentario. El desempeño diagnóstico de las pruebas se determinará por sensibilidad, especificidad, valores predictivos positivo y negativo. Las características demográficas de las pacientes y resultados neonatales se analizaron mediante proporción, media y rango. Resultados: Se determinó incidencia de acretismo placentario en 4,54% de las gestantes con presencia de factores de riesgo para esta patología. Los datos hasta el momento no nos permiten calcular valores de desempeño diagnóstico. Un caso termino en histerectomía por acretismo placentario. Conclusión: Con los datos preliminares registramos una incidencia de acretismo placentario de 1 en 22 pacientes. Revisión de literatura sustenta la necesidad de realización diagnostica prenatal que impacte en la morbimortalidad materna y fetal, haciendo necesario la evaluación diagnostica valida de herramientas como el Eco 2D y Doppler color en población a riesgo.

Evaluación características operativas : ecografía 2d y doppler color para diagnóstico de acretismo placentario, clínica universitaria Colombia, Bogotá

La placenta ácreta es la implantación anómala de la placenta en la pared uterina. Se presenta en 0.9% de todos los embarazos; actualmente es una de las causas más importantes de morbimortalidad materna. Ecografía 2D y Doppler placentario son métodos diagnósticos de primera y segunda línea. Objetivo: Evaluar la utilidad diagnóstica de ecográfica 2D y Doppler color Placentario para diagnóstico de acretismo placentario en gestantes con factores de riesgo comparándolos con diagnóstico clínico e histopatológico; y determinar incidencia de acretismo placentario en población asistente a Clínica Universitaria Colombia. Metodología: Estudio de evaluación de tecnología diagnóstica. Entre Agosto a octubre 2011 se incluyeron 137 gestantes entre 24 y 40 semanas de gestación con factores de riesgo para acretismo placentario. El desempeño diagnóstico de las pruebas se determinará por sensibilidad, especificidad, valores predictivos positivo y negativo. Las características demográficas de las pacientes y resultados neonatales se analizaron mediante proporción, media y rango. Resultados: En un grupo de 137 pacientes con factores de riesgo de acretismo placentario analizadas se obtuvo el dato de 119 en cuanto a la finalización del embarazo. Se observaron 4 casos con diagnóstico clínico e histopatológico de acretismo placentario, evidenciando una prevalencia del 2,9%. La ecografía 2D y Doppler en la detección de acretismo placentario con un nivel de confianza del 95%, presentaron sensibilidad del 100% (IC95% 87,5-100) y especificidad de 100% (IC95% 99,6-100). Conclusión: Con los datos analizados registramos una incidencia de acretismo placentario de 4 en 132 pacientes. Revisión de literatura sustenta la necesidad de realización diagnostica prenatal que impacte en la morbimortalidad materna y fetal, haciendo necesario la evaluación diagnostica valida de herramientas como el Eco 2D y Doppler color en población a riesgo.

Application of agent-based modeling to the study of gender stereotypes

Gender stereotypes are sets of characteristics that people believe to be typically true of a man or woman. We report an agent-based model (ABM) that simulates how stereotypes disseminate in a group through associative mechanisms. The model consists of agents that carry one of several different versions of a stereotype, which share part of their conceptual content. When an agent acts according to his/her stereotype, and that stereotype is shared by an observer, then the latter’s stereotype strengthens. Contrarily, if the agent does not act according to his/ her stereotype, then the observer’s stereotype weakens. In successive interactions, agents develop preferences, such that there will be a higher probability of interaction with agents that confirm their stereotypes. Depending on the proportion of shared conceptual content in the stereotype’s different versions, three dynamics emerge: all stereotypes in the population strengthen, all weaken, or a bifurcation occurs, i.e., some strengthen and some weaken. Additionally, we discuss the use of agent-based modeling to study social phenomena and the practical consequences that the model’s results might have on stereotype research and their effects on a community

Modeling the monetary policy reaction function of the colombian central bank

This paper proposes a simple Ordered Probit model to analyse the monetary policy reaction function of the Colombian Central Bank. There is evidence that the reaction function is asymmetric, in the sense that the Bank increases the Bank rate when the gap between observed inflation and the inflation target (lagged once) is positive, but it does not reduce the Bank rate when the gap is negative. This behaviour suggests that the Bank is more interested in fulfilling the announced inflation target rather than in reducing inflation excessively. The forecasting performance of the model, both within and beyond the estimation period, appears to be particularly good.

An artificial economy based on reinforcement learning and agent based modeling

In this paper, we employ techniques from artificial intelligence such as reinforcement learning and agent based modeling as building blocks of a computational model for an economy based on conventions. First we model the interaction among firms in the private sector. These firms behave in an information environment based on conventions, meaning that a firm is likely to behave as its neighbors if it observes that their actions lead to a good pay off. On the other hand, we propose the use of reinforcement learning as a computational model for the role of the government in the economy, as the agent that determines the fiscal policy, and whose objective is to maximize the growth of the economy. We present the implementation of a simulator of the proposed model based on SWARM, that employs the SARSA(λ) algorithm combined with a multilayer perceptron as the function approximation for the action value function.