Red neuronal artificial como modelo predictivo en una unidad de patología cervical
El cáncer de Cuello Uterino es a nivel mundial la 3ª neoplasia más frecuente en mujeres. Ocupando en nuestro país la 3º causa de muerte en mujeres entre 15 y 44 años. Su incidencia está íntimamente relacionada con el nivel de desarrollo de una población. A pesar de que en España la incidencia es baj...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2015 |
| País: | España |
| Institución: | Universidad de Valladolid |
| Repositorio: | UVaDOC. Repositorio Documental de la Universidad de Valladolid |
| OAI Identifier: | oai:uvadoc.uva.es:10324/16495 |
| Acceso en línea: | https://doi.org/10.35376/10324/16495 http://uvadoc.uva.es/handle/10324/16495 |
| Access Level: | acceso abierto |
| Palabra clave: | Redes neuronales (Informática) Oncología Ginecología |
| Sumario: | El cáncer de Cuello Uterino es a nivel mundial la 3ª neoplasia más frecuente en mujeres. Ocupando en nuestro país la 3º causa de muerte en mujeres entre 15 y 44 años. Su incidencia está íntimamente relacionada con el nivel de desarrollo de una población. A pesar de que en España la incidencia es baja, no podemos obviar que afecta a mujeres jóvenes, dando lugar a una morbimortalidad innecesariamente prematura y sanitariamente evitable. Es importante destacar que la persistencia de infección por VPH es un elemento necesario para el desarrollo de lesiones precursoras y cáncer de cuello uterino. Cofactores como la paridad, el uso de anticonceptivos orales, el tabaquismo, la inmunosupresión, particularmente la relacionada con el VIH, la infección por otras enfermedades de transmisión sexual y la desnutrición, se han asociado en grado variable con la aparición de cáncer invasor de cérvix. Siendo indudable la implicación en las patologías de alto grado y carcinoma que en nuestra población tienen los tipos 16 y 18. La redes neuronales artificiales están inspiradas en las redes neuronales biológicas del cerebro humano. Abstraen las características principales de una base de datos y pueden cambiar su comportamiento en función del entorno. La hipótesis planteada es "si las redes nueronales artificiales, permiten plantear seguimientos químicos en función de predictores relevantes, mejorando la calidad de la investigación, rninimizando las acciones clínicas sobre las enfermas y optimizando la gestión de los recursos". Pretendiendo alcanzar un objetivo general: Crear un modelo predictivo, basado en Red Neuronales Artificiales (RNA), para ayudar a la toma de decisiones en nuestra practica clínica diaria. |
|---|