Licenciatura en Radiología e Imágenes Diagnósticas

Permanent URI for this collectionhttp://192.168.0.83:4000/handle/123456789/31

Browse

Filters

2024 - 20252

Settings

Subject: search.filters.subject.Computed Tomography

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Efectividad de la tomografía como método diagnóstico de los cálculos renales: Revisión sistemática en Latinoamérica, 2014 a 2024.
    (2024-11-06) Laguna, Quesia; Fearon, Marlenys; Gálvez, Lizzette; Caraballo, Kirianys; Rawlins, Shaneska; Torrero López, Carlos Alberto (Director del trabajo); Santamaría Sanjur, José (Asesor metodológico)
    La técnica de tomografía es cada día más utilizada en una amplia gama de estudios médicas y clínicos, ya que proporciona imágenes detalladas del paciente, tanto para la localización de lesiones, padecimientos o enfermedades, como de seguimiento de ellas. En este sentido, es provechoso conocer los aportes sobre la aplicación de la tomografía en el diagnóstico de los cálculos renales en los pacientes. El objetivo principal del estudió consistió en evaluar la efectividad de la tomografía computarizada frente a otras técnicas de diagnóstico en el tratamiento de cálculos renales en Latinoamérica durante el periodo de 2014 a 2024. Se realizó una revisión sistemática a 32 estudios incluidos en la investigación, entre los meses de mayo a septiembre de 2024, empleando los criterios que ofrece la Declaración PRISMA 2020. Con respecto al planteamiento de la pregunta de investigación, se utilizó la estructura PICO. Asimismo, para la evaluación del riesgo general de sesgo en las revisiones sistemáticas, se utilizó la herramienta ROBIS, y para la evaluación crítica la Lista de Verificación CASP. Entre las conclusiones destaca que la tomografía computarizada (TC) se consolida como el método de referencia para la evaluación precisa de la litiasis, tanto para el seguimiento postoperatorio como para la planificación de procedimientos intervencionistas. Su alta resolución permite visualizar detalles anatómicos y la composición de los cálculos. Hay un consenso en que la tomografía (ya sea TC o simple) es más efectiva que el ultrasonido y la radiografía simple para la detección y evaluación de litiasis. Abstract The tomography technique is increasingly used in a wide range of medical and clinical studies, as it provides detailed images of the patient, both for the location of lesions, conditions or diseases, as well as for their follow-up. In this sense, it is useful to know the contributions on the application of tomography in the diagnosis of kidney stones in patients. The main objective of the study was to evaluate the effectiveness of computed tomography compared to other diagnostic techniques in the treatment of kidney stones in Latin America during the period from 2014 to 2024. A systematic review was carried out on 32 studies included in the research, between the months of May to September 2024, using the criteria offered by the PRISMA 2020 Declaration. Regarding the statement of the research question, the PICO structure was used. Likewise, for the evaluation of the general risk of bias in systematic reviews, the ROBIS tool was used, and for the critical evaluation the CASP Checklist. Among the conclusions, it is worth highlighting that computed tomography (CT) is consolidated as the reference method for the precise evaluation of lithiasis, both for postoperative follow-up and for planning interventional procedures. Its high resolution allows the visualization of anatomical details and the composition of the stones. There is a consensus that tomography (either CT or simple) is more effective than ultrasound and simple radiography for the detection and evaluation of lithiasis.
  • No Thumbnail Available
    Item
    Inteligencia artificial en la tomografía computarizada para el diagnóstico temprano del cáncer de pulmón, revisión bibliográfica-2024.
    (2025-05-09) Rosales Tocamo, Naiper Junior; Smith Jiménez, Katherine Itzel; Herman Perea, Jason Fabian; Bustamante Vargas, Jacinto (Director del trabajo); Gutiérrez Zehr, Johana (Asesor metodológico)
    La inteligencia artificial (IA) en la radiología tomográfica computarizada (TC) para el diagnóstico temprano del cáncer de pulmón, se refiere al uso de algoritmos y sistemas computarizados avanzados, para analizar imágenes médicas y ayudar a los radiólogos en la detección, clasificación y seguimiento de lesiones pulmonares sospechosas. El estudio se llevó a cabo con fines de describir el beneficio de la inteligencia artificial, en la radiología tomográfica computarizada para el diagnóstico temprano del cáncer de pulmón, bajo revisión bibliográfica en el año 2024. En este contexto, la investigación se fundamenta en un estudio basado en revisión documental, representada inicialmente por 40 documentos entre artículos, libros y memorias de eventos disponibles en bases de datos de acceso público en internet y en la Universidad de Santander. Tras un proceso de cribado cuidadoso, se seleccionaron 20 documentos que, tras un análisis detallado, fueron identificados como las fuentes de información más pertinentes para el estudio. En ese sentido, el instrumento de diagnóstico fue la matriz bibliográfica. Partiendo de esta premisa, la investigación concluyó que los sistemas de IA en radiología tomográfica computarizada, han alcanzado niveles de especificidad comparables a los de los radiólogos experimentados, lo que confirma su eficacia y fiabilidad; por su parte, la implementación de la IA en la detección de cáncer de pulmón, ha permitido un diagnóstico más precoz, aumentando las posibilidades de tratamiento exitoso y mejora de la supervivencia del paciente. Abstract Artificial intelligence (AI) in computed tomographic (CT) radiology for the early diagnosis of lung cancer refers to the use of advanced computerized algorithms and systems to analyze medical images and assist radiologists in the detection, classification and monitoring of suspicious lung lesions. The study was carried out with the aim of describing the benefit of artificial intelligence in computed tomographic radiology for the early diagnosis of lung cancer under bibliographic review in 2024. In this context, the research is based on a study based on a documentary review, initially represented by 40 documents including articles, books and event proceedings available in publicly accessible databases on the Internet and at the University of Santander. After a careful screening process, 20 documents were selected which, after a detailed analysis, were identified as the most relevant sources of information for the study. In this sense, the diagnostic instrument was the bibliographic matrix. Based on this premise, the research concluded that AI systems in computed tomographic radiology have reached specificity levels comparable to those of experienced radiologists, confirming their effectiveness and reliability; for its part, the implementation of AI in the detection of lung cancer has allowed for earlier diagnosis, increasing the chances of successful treatment and improving patient survival