Radiomics, el futuro de la imagenología: Una revisión de rendimiento diagnóstico en fibrosis hepática

Vista sencilla de ítem
dc.contributor.authorAlvarado C., N.
dc.contributor.authorBerríos P., Y.
dc.contributor.authorCademártori B., F.
dc.contributor.authorCarmi V., M.
dc.contributor.authorGuerrero L., S.
dc.coverage.spatialValparaíso
dc.date.accessioned2025-01-27T15:01:02Z
dc.date.available2025-01-27T15:01:02Z
dc.date.issued2023
dc.description.abstractLa fibrosis hepática es una enfermedad de alta incidencia producida por una lesión celular hepática repetitiva que genera tejido fibrótico, el cual, al diseminarse dentro del órgano, provoca cirrosis, un punto de no retorno al hígado sano. En estado de fibrosis no se producen síntomas y la biopsia es el gold estándar para el diagnóstico y estadificación, sin embargo, es un procedimiento invasivo y está limitado por el error en toma de muestra y discordancia inter observador en la interpretación de los hallazgos. Se planteó una modalidad de estudio basada en machine learning denominada Radiomics, una herramienta que utiliza diversos modelos de inteligencia artificial para llevar a cabo un análisis cuantitativo en base a información cualitativa, con la finalidad de evaluar la fibrosis hepática y predecir la cirrosis. En el presente estudio se analizó la información referente a Radiomics con el objetivo de sintetizar el rendimiento diagnóstico de esta herramienta en los distintos estudios por imagen y su aplicación diagnóstica en fibrosis hepática, según lo encontrado en las bases de datos: Web of science, SCOPUS y Sciencedirect, para posteriormente sintetizar los datos encontrados bajo las condiciones metodológicas que corresponden a una revisión bibliográfica científica. Los resultados encontrados, sugieren que Radiomics aumentaría el rendimiento diagnóstico en US (AUC=0,98 para F3-F4) y TC (AUC=0,80 para F4) para estadíos tardíos y en MRI (AUC=0,91 para F2) para estadíos tempranos de fibrosis hepática.
dc.facultadFacultad de Medicina
dc.identifier.urihttps://repositoriobibliotecas.uv.cl/handle/uvscl/15552
dc.language.isoes
dc.publisherUniversidad de Valparaíso
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/cl/
dc.subjectMACHINE LEARNING
dc.subjectFIBROSIS HEPATICA
dc.subjectULTRASONOGRAFIA
dc.subjectRESONANCIA MAGNETICA
dc.subjectTOMOGRAFIA COMPUTADA
dc.titleRadiomics, el futuro de la imagenología: Una revisión de rendimiento diagnóstico en fibrosis hepática
dc.title.alternativeRadiomics, the future of imaging: A review of diagnostic performance in liver fibrosis
dc.typeThesis
uv.catalogadorCCR MED
uv.departamentoEscuela de Tecnología Médica
uv.notageneralTítulo de Tecnólogo Médico Opta al grado de Licenciado/a en Tecnología Médica No disponible para descarga

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
Alvarado, N., Berríos, Y., Cademártori, F., Carmi, M. y Guerrero.pdf
Tamaño:
391.44 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
349 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis Campus Reñaca