• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/41390

    Título
    Utilidad de un sistema de análisis masivo de datos (Big Data) insertado en la historia clínica electrónica, en la búsqueda activa de pacientes con hepatitis C
    Autor
    Bardají Carrillo, Miguel
    Director o Tutor
    Sánchez Antolín, María GloriaAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de MedicinaAutoridad UVA
    Año del Documento
    2020
    Titulación
    Grado en Medicina
    Zusammenfassung
    La hepatitis C(VHC) es causa de cirrosis, hepatocarcinoma y la indicación más frecuente en el mundo de trasplante hepático. Es un objetivo de la OMS conseguir su eliminación para el 2030. Según el estudio de seroprevalencia del Ministerio de Sanidad, en España hay aproximadamente una prevalencia de Acanti-VHCdel 0,85%, y de RNA VHC + del 0,22%, la mayor parte asintomáticos. La eliminación del VHC pasa por la búsqueda de pacientes no diagnosticados o no controlados y, por tanto, sin acceso a tratamientos actualmente muy eficaces. Nuestro objetivo es detectar, mediante la herramienta informática Savana©(inteligencia artificial y Big Data), pacientes con hepatitis C que no reciben seguimiento por una Unidad especializada (U. de Hepatología o U. de Medicina Interna) para que puedan recibir tratamiento. Valorar a su vez la fiabilidad de esta herramienta. Realizamod un esstudio observacional retrospectivo,en el que se seleccionaron todos los pacientes diagnosticados de hepatitis C localizados por Savana entre el 01/01/2013 y el 31/12/2018. Se seleccionó a todos los pacientes que,con diagnóstico de hepatitis C, estaban controlados por servicios hospitalarios diferentes de Hepatología o Medicina Interna(MI), y,por tanto, sin acceso a tratamiento antiviral. Posteriormente se revisó su historia clínica electrónica para valorar la necesidad de confirmar el diagnóstico, y valorar la funcionalidad de Savana. Posteriormente se pretendía,además, contactar con los pacientes detectados por carta para confirmar su infección y ofertar tratamiento, pero la pandemia SARS-CoV-2 lo ha impedido. Se detectaron 398 pacientes “hepatitis C” en Savana,sin seguimiento por una Unidad especializada. Tras la revisión de las historias clínicas, se observó que 105(26,4%) pacientes eran seguidos en Hepatología o MIy, por tanto, estaban inadecuadamente clasificados por Savana. Además, se localizaron 89 pacientes que no tenían seguimiento por una Unidad especializada. Hasta 16 servicios tenían pacientes con hepatitis C sin seguimiento por una Unidad especializada. A su vez, el diagnóstico más frecuente fue Enfermedad Renal Crónica (ERC). La Inteligencia artificial es una herramienta eficaz para detectar pacientes con hepatitis C sin control clínico adecuado. Aunque Savana necesite aprendizaje, hemos detectado 89 pacientes que podrían ser subsidiarios de tratamiento. Podría ser útil la creación de un protocolo o alerta para derivar a los pacientes a Unidades especializadas.
    Materias (normalizadas)
    COVID-19 (enfermedad)
    Materias Unesco
    3207 Patología
    Palabras Clave
    Hepatitis C
    Inteligencia artificial
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/41390
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30857]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    TFG-M-M1714.pdf
    Tamaño:
    1.151Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSolange nicht anders angezeigt, wird die Lizenz wie folgt beschrieben: Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10