Una experiencia docente en el grado de medicina: 'introducción al Sistema de Salud'

El objetivo es presentar la asignatura 'Introducción al Sistema de Salud', de dos créditos, que se imparte en el primer año del Grado de Medicina compartido por la Universitat Pompeu Fabra y la Universitat Autònoma de Barcelona. En las sesiones teóricas (10 h) y prácticas (20 h) se revisan conceptos como salud y enfermedad, prevención, diagnóstico y tratamiento, calidad de vida relacionada con la salud, el papel de los determinantes sociales en salud, y la financiación y calidad de la atención sanitaria. Para ello se presentan y debaten libros de Rose, McKeown y Cochrane. Esta experiencia temprana de los futuros médicos frente a una mirada social y poblacional de la salud y la enfermedad, independientemente de la especialidad que finalmente elijan, les puede ayudar a integrar de manera más holística los conocimientos básicos y clínicos que reciben durante el resto de los estudios.

Prevalencia del bocio e hipotiroidismo en la parroquía Cojitambo

Se estima que mil millones de personas se hallan expuestas al riesgo de padecer bocio por deficiencia de yodo y la mayoria de ellas viven el las regiones tropicales del tercer mundo ya hace treinta años se estimo que más de docientos millones de personas estuvieron afectadas del bocio y existen muy poca razón para creer en ese número sea diferente. En nuestro país al igual que en otras naciones del tercer mundo, el indice de afectación por bocio endémico todavía tiene connotación médica y social importante, como lo demuestra el INIMS, en sus estudios realizados en el año 1983 en las 10 provincias de la sierra con una prevalencia del 36.5% de bocio endémico es decir muy similar a la encontrada en el año 1960 a pesar del adelanto científico y técnologico de la sociedad la misma que es un problema real de la salud pública que no ha sido resuelto. El bocio endémico es mucho más que un simple problema estético ya que va asociado epidemiológicamente al cretinismo endémico con la sordumudez y el retardo mental así como tambien la elevación de la tasa de mortalida perinatal, bajo peso al nacer y retardo en el desarrollo.

Percepción sobre las competencias específicas de formación profesional del cinesiólogo

Objetivo. La presente investigación se interesó en conocer la percepción que profesionales del equipo de salud tienen sobre las competencias de formación del cinesiólogo. Sujetos y métodos. Un total de 102 participantes de profesiones afines a la cinesiología contestaron el instrumento que contenía el total de las competencias específicas propuestas para el perfil de egreso. Mediante un diseño no experimental transversal correlacional, los participantes voluntarios opinaron individualmente sobre la cuestión. Resultados y conclusiones. Los resultados indican que existe acuerdo sobre la relevancia de las competencias del perfil, aunque hay algunas diferencias de énfasis según la profesión. Aquellos profesionales que desarrollan labores vinculadas directamente con el trabajo del cinesiólogo otorgaron una mayor importancia a las competencias del área clínica. Además, áreas históricas de conflicto como la gestión y administración fueron menos valoradas por profesionales que suelen ejercer estos roles. Se discuten los resultados en torno a sus posibles aplicaciones para la actualización de los perfiles de egreso profesional.

Impacto educativo de una evaluación basada en el desempeño en residentes de medicina del Programa de Segunda Especialización de la Universidad Privada Antenor Orrego, Trujillo, Perú

Objetivo. Determinar el impacto de la evaluación basada en el desempeño de los residentes utilizando el modelo de Kirkpatrick. Sujetos y métodos. Estudio descriptivo tipo encuesta a 93 residentes (72 de primer año y 21 de segundo año) y 34 tutores del Programa de Segunda Especialización de la Universidad Privada Antenor Orrego. Se consideró una actitud positiva cuando los encuestados calificaron un ítem con una media igual o superior a 4 en una escala Likert de cinco puntos para los niveles de Kirkpatrick 1 a 3, y el nivel 4 se midió evaluando las tasas de mortalidad neta e infecciones intrahospitalarias en cinco hospitales académicos de Trujillo, Perú, entre los años 2012-2014. Resultados. La discusión de casos clínicos e incidentes críticos y la retroalimentación del portafolio virtual tuvieron un impacto positivo en los residentes en los niveles 1 a 3 de Kirkpatrick. Los tutores consideraron que las pruebas de progreso, portafolio, ejercicio de evaluación miniclínico (mini-CEX) y observación directa de actividades procedimentales (DOPS) tuvieron un efecto positivo en el desempeño de los residentes en los niveles 1 a 3 de Kirkpatrick. La evaluación tuvo impacto positivo en el nivel 4. Conclusiones. Se debe enfatizar la discusión de casos clínicos e incidentes críticos y retroalimentación del portafolio virtual y, en general, la evaluación basada en el desempeño de los residentes tendría impacto en el nivel 4 de Kirkpatrick al mejorar la mortalidad neta e infecciones intrahospitalarias en hospitales académicos.

La discusión de escenarios clínicos en equipos colaborativos promueve el aprendizaje de la bioquímica

Introducción. La bioquímica es una asignatura difícil para los médicos porque se enseña de manera ajena al quehacer médico. Por ello es necesario desarrollar estrategias que vinculen su aprendizaje con la solución de problemas médicos y permitan el desarrollo de competencias. Sujetos y métodos. Se desarrollaron dos ejercicios consistentes en viñetas clínicas que relacionan temas bioquímicos con problemas de salud prevalentes en el país, los cuales se analizaron y discutieron de manera dirigida en tres grupos de intervención de dos generaciones subsecuentes de alumnos de primer año de medicina. El aprendizaje obtenido en estos grupos se comparó con el de tres grupos control, quienes recibieron exposiciones orales de los profesores. Los grupos fueron equivalentes respecto al número de estudiantes por grupo y distribución por sexo. El aprendizaje se evaluó por exámenes de opción múltiple, y el desarrollo de trabajo colaborativo y comunicación en los grupos de intervención, por rúbricas ya reportadas. Los resultados se analizaron estadísticamente mediante una prueba t de Student y un ANOVA de una variable usando el programa SIGMA STATT. Resultados. En general, los grupos de intervención mostraron un mejor aprendizaje de bioquímica que los grupos control, aunque esto no siempre fue consistente, probablemente por la influencia del profesor y cierta apatía de los estudiantes. Asimismo, mejoraron su comunicación oral y escrita y evolucionaron en el trabajo colaborativo. Conclusión. El uso de viñetas clínicas permite un mejor aprendizaje y vinculación de los temas de bioquímica con el quehacer médico y permite el desarrollo de competencias.

Factores predictores de resultados en la prueba MIR en las universidades públicas: análisis de la cohorte 2008-2014

Objetivo. Analizar la influencia de algunos factores que podrían asociarse con el rendimiento y éxito de los médicos en la prueba MIR. Sujetos y métodos. Se analizaron los resultados obtenidos por los aspirantes médicos en la prueba MIR de la convocatoria 2014-2015 originarios de 29 facultades de medicina. Las variables de análisis incluidas fueron la nota de acceso a la universidad para el curso 2008-2009, el tamaño de las promociones de entrada, el número total de los presentados a la convocatoria MIR, la diferencia entre los presentados a la convocatoria y el tamaño de la promoción de entrada, y las variables de éxito, como el porcentaje de aspirantes que superaron la prueba y su distribución en los percentiles 23 y 73. Resultados. Ni la nota de acceso a la universidad ni el tamaño de la promoción de entrada se asociaron con las variables de éxito en los resultados. La diferencia entre presentados a la prueba y estudiantes de la promoción fue un indicador significativamente negativo del éxito en la prueba. Conclusiones. El principal y único factor determinante del éxito de los resultados en la prueba MIR es la diferencia entre el número de presentados a la prueba y el de los estudiantes de la cohorte inicial. Esta diferencia representa en su mayor parte a aquellos estudiantes que difieren su candidatura a la prueba por no obtener plaza en la convocatoria natural o que prefieren cambiar la obtenida en años anteriores.

Improving drug discovery using hybrid softcomputing methods

Virtual screening (VS) methods can considerably aid clinical research, predicting how ligands interact with drug targets. Most VS methods suppose a unique binding site for the target, but it has been demonstrated that diverse ligands interact with unrelated parts of the target and many VS methods do not take into account this relevant fact. This problem is circumvented by a novel VS methodology named BINDSURF that scans the whole protein surface in order to find new hotspots, where ligands might potentially interact with, and which is implemented in last generation massively parallel GPU hardware, allowing fast processing of large ligand databases. BINDSURF can thus be used in drug discovery, drug design, drug repurposing and therefore helps considerably in clinical research. However, the accuracy of most VS methods and concretely BINDSURF is constrained by limitations in the scoring function that describes biomolecular interactions, and even nowadays these uncertainties are not completely understood. In order to improve accuracy of the scoring functions used in BINDSURF we propose a hybrid novel approach where neural networks (NNET) and support vector machines (SVM) methods are trained with databases of known active (drugs) and inactive compounds, being this information exploited afterwards to improve BINDSURF VS predictions.

Improvement of Virtual Screening Predictions using Computational Intelligence Methods

Virtual Screening (VS) methods can considerably aid clinical research, predicting how ligands interact with drug targets. However, the accuracy of most VS methods is constrained by limitations in the scoring function that describes biomolecular interactions, and even nowadays these uncertainties are not completely understood. In order to improve accuracy of scoring functions used in most VS methods we propose a hybrid novel approach where neural networks (NNET) and support vector machines (SVM) methods are trained with databases of known active (drugs) and inactive compounds, this information being exploited afterwards to improve VS predictions.

Improving drug discovery using a neural networks based parallel scoring function

Virtual Screening (VS) methods can considerably aid clinical research, predicting how ligands interact with drug targets. Most VS methods suppose a unique binding site for the target, but it has been demonstrated that diverse ligands interact with unrelated parts of the target and many VS methods do not take into account this relevant fact. This problem is circumvented by a novel VS methodology named BINDSURF that scans the whole protein surface to find new hotspots, where ligands might potentially interact with, and which is implemented in massively parallel Graphics Processing Units, allowing fast processing of large ligand databases. BINDSURF can thus be used in drug discovery, drug design, drug repurposing and therefore helps considerably in clinical research. However, the accuracy of most VS methods is constrained by limitations in the scoring function that describes biomolecular interactions, and even nowadays these uncertainties are not completely understood. In order to solve this problem, we propose a novel approach where neural networks are trained with databases of known active (drugs) and inactive compounds, and later used to improve VS predictions.

Active Foreground Region Extraction and Tracking for Sports Video Annotation

Automatic video segmentation plays a vital role in sports videos annotation. This paper presents a fully automatic and computationally efficient algorithm for analysis of sports videos. Various methods of automatic shot boundary detection have been proposed to perform automatic video segmentation. These investigations mainly concentrate on detecting fades and dissolves for fast processing of the entire video scene without providing any additional feedback on object relativity within the shots. The goal of the proposed method is to identify regions that perform certain activities in a scene. The model uses some low-level feature video processing algorithms to extract the shot boundaries from a video scene and to identify dominant colours within these boundaries. An object classification method is used for clustering the seed distributions of the dominant colours to homogeneous regions. Using a simple tracking method a classification of these regions to active or static is performed. The efficiency of the proposed framework is demonstrated over a standard video benchmark with numerous types of sport events and the experimental results show that our algorithm can be used with high accuracy for automatic annotation of active regions for sport videos.

Carcinoma de mama en trabajadora expuesta a radiaciones ionizantes

Caso clínico. M.A., de 40 años de edad, es técnico especialista de radiodiagnóstico del hospital. Es una trabajadora profesionalmente expuesta a radiaciones ionizantes categoría A. Es diagnosticada de carcinoma ductal infiltrante de mama derecha. Tratamiento: tumorectomía, quimioterapia (Taxotere), Radioterapia con acelerador lineal (50 Grays) y braquiterapia con Iridio-192 (8 Grays). A los 18 meses es alta médica y acude a la consulta de Medicina del Trabajo para examen de salud tras ausencia por larga enfermedad. Consultado el Cuadro de Enfermedades Profesionales (Real Decreto 1299/2006) y el Protocolo de vigilancia sanitaria específica para radiaciones ionizantes del Ministerio de Sanidad, no aportan información útil para definir los criterios de aptitud. Se revisa historia clínica de la paciente y bibliografía y se concluye: la trabajadora es calificada APTA para el puesto de trabajo de técnico especialista de radiodiagnóstico.

Football Video Annotation Based on Player Motion Recognition Using Enhanced Entropy

This paper presents a semi-parametric Algorithm for parsing football video structures. The approach works on a two interleaved based process that closely collaborate towards a common goal. The core part of the proposed method focus perform a fast automatic football video annotation by looking at the enhance entropy variance within a series of shot frames. The entropy is extracted on the Hue parameter from the HSV color system, not as a global feature but in spatial domain to identify regions within a shot that will characterize a certain activity within the shot period. The second part of the algorithm works towards the identification of dominant color regions that could represent players and playfield for further activity recognition. Experimental Results shows that the proposed football video segmentation algorithm performs with high accuracy.

Model Probability in Self-organising Maps

Growing models have been widely used for clustering or topology learning. Traditionally these models work on stationary environments, grow incrementally and adapt their nodes to a given distribution based on global parameters. In this paper, we present an enhanced unsupervised self-organising network for the modelling of visual objects. We first develop a framework for building non-rigid shapes using the growth mechanism of the self-organising maps, and then we define an optimal number of nodes without overfitting or underfitting the network based on the knowledge obtained from information-theoretic considerations. We present experimental results for hands and we quantitatively evaluate the matching capabilities of the proposed method with the topographic product.

Information Analysis and Databases

Means to automate the fact replace the man in their job functions for a man and machines automatic mechanism, ie documentary specialists in computer and computers are the cornerstone of any modern system of documentation and information. From this point of view immediately raises the problem of deciding what resources should be applied to solve the specific problem in each specific case. We will not let alone to propose quick fixes or recipes in order to decide what to do in any case. The solution depends on repeat for each particular problem. What we want is to move some points that can serve as a basis for reflection to help find the best solution possible, once the problem is defined correctly. The first thing to do before starting any automated system project is to define exactly the domain you want to cover and assess with greater precision possible importance.