Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/151322
Título : Data science applied to chronic fatigue syndrome
Autoría: Lacasa-Cazcarra, Marcos  
Director: Casas-Roma, Jordi  
Alegre, Jose  
Resumen : La encefalomielitis miálgica o síndrome de fatiga crónica (EM/SFC) es un proceso orgánico, debilitante y multifacético. El inicio heterogéneo y la presentación clínica con comorbilidades adicionales dificultan su diagnóstico. No hay evidencias de pruebas diagnósticas ni biomarcadores que determinen, por sí solos, su diagnóstico. Las líneas de investigación son heterogéneas. Se requiere definir ensayos clínicos para identificar tratamientos eficaces. En esta investigación se aporta 2 biomarcadores que pueden ser utilizados en este fin: el consumo pico de oxígeno en la prueba de esfuerzo y el resultado del test CPT3 para medir el deterioro cognitivo. Se diseña una aplicación que ofrece un análisis multidisciplinar, y predice el riesgo físico de un paciente afecto EM/SFC. Favorece la detección precoz del deterioro físico y la derivación a una unidad especializada que favorecería la detección del síndrome.
Palabras clave : aprendizaje automático
encefalomielitis
fatiga crónica
Tipo de documento: info:eu-repo/semantics/doctoralThesis
Fecha de publicación : 19-sep-2024
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Tesis doctorales (Bioinformatics)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TesisMlacasa_EN.pdfLacasa-Cazcarra_dissertation6,43 MBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons