Estado actual y calidad de algoritmos de aprendizaje automático para predecir respuesta al tratamiento en artritis reumatoide: una revisión sistemática
Files
Date
2023-09
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“Aunque los fármacos modificadores de la enfermedad son la opción terapéutica para alcanzar la remisión de la artritis reumatoide, estos han mostrado en promedio un 60.0% de efectividad, haciendo necesario la realización de modelos predictivos que permitan conocer la respuesta que tendrán los pacientes a estos fármacos. En los últimos años se han empleado algoritmos de aprendizaje automático para la realización de estos modelos predictivos, sin conocer cuál es el estado actual y calidad de los estudios. El objetivo es analizar mediante una revisión sistemática, el estado actual y la calidad de los algoritmos de aprendizaje automático para la identificación de predictores de respuesta al tratamiento en artritis reumatoide. Se realizó una revisión sistemática empleando 5 bases de datos desde su inicio hasta diciembre de 2022. Identificando artículos que evaluaban algoritmos de aprendizaje automático como modelos predictivos de respuesta al tratamiento. Este trabajo se apegó a las guías establecidas por PRISMA. Se evaluó la adherencia al checklist TRIPOD, y el riesgo de sesgo y aplicabilidad mediante PROBAST, además se realizó un análisis descriptivo con la información más relevante”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading