Uso de KDSM para la Gestión de Conocimiento en el Ámbito de la TEC
DOI:
https://doi.org/10.20983/culcyt.2022.1.3.1Palabras clave:
KDSM, gestión del conocimiento, terapia electroconvulsivaResumen
Este artículo tiene como objetivo comunicar los resultados del uso de la metodología KDSM (Knowledge Management in Serial Measurements) para gestionar conocimiento proveniente de un estudio que emplea la Terapia Electro-Convulsiva (TEC) en 183 pacientes con diversos padecimientos psiquiátricos severos. La organización de la información de la TEC es singular, pues caracteriza cuantitativa y cualitativamente tanto al paciente como a la TEC misma, y además abarca medidas seriadas muy cortas y repetidas donde se ejerce un factor de bloque por parte del paciente y que representa el monitoreo de la evolución del mismo tras cada aplicación de un electrochoque (ES). La implementación de la metodología KDSM permite al especialista obtener conocimiento valioso que posibilita visualizar e interpretar la respuesta de los pacientes y la misma TEC y, a la postre, optimizar cada sesión de ES y consecuentemente minimizar los efectos secundarios, como lo es la pérdida de memoria.
Descargas
Citas
J. Rodas-Osollo y K. Olmos-Sánchez, “Towards A Cognitive-Innovation Archetype”, en Proceedings of 254th The IIER International Conference, San Petersburgo, Rusia, sept. 9-10, 2019.
K. Gibert y C. U. Cortés, “Weighting quantitative and qualitative variables in clustering methods”, Mathw. soft comput., vol. 4, no. 3, pp. 251-266, 1997.
I. de Miguel Beriain, “Medicina personalizada, algoritmos predictivos y utilización de sistemas de decisión automatizados en asistencia sanitaria. Problemas éticos”, DILEMATA, no. 30, 2019.
A. Núñez, M. Á. Armengol y M. Sánchez, “Big Data Analysis y Machine Learning en medicina intensiva”, Med Intensiva, vol. 43, no. 7, pp. 416-426, oct. 2019, disponible: https://www.medintensiva.org/es-big-data-analysis-machine-learning-articulo-S0210569118303139.
M. Álvarez, L. M. Quirós y M. V. Cortés, “Inteligencia artificial y aprendizaje automático en medicina”, Rev. méd. sinerg., vol. 5, no. 8, ag. 2020, doi: 10.31434/rms.v5i8.557.
J. F. Ávila-Tomás, M. A. Mayer-Pujadas y V. J. Quesada-Varela, “La inteligencia artificial y sus aplicaciones en medicina II: importancia actual y aplicaciones prácticas”, Atención Primaria, vol. 53, no. 1, pp. 81-88, en. 2021, doi: 10.1016/j.aprim.2020.04.014.
J. Rodas y J. E. Rojo, “Knowledge discovery in repeated very short serial measurements with a blocking factor. Application to a psychiatric domain”, Int. J. Hybrid Intell. Syst., vol. 2, no. 1, pp. 57-87, 2005, doi: 10.3233/HIS-2005-2104.
C. H. Kellner, J. Obbels y P. Sienaert, “When to consider electroconvulsive therapy (ECT)”, Acta Psychiatr Scand, vol. 141, no. 4, pp. 304-315, abr. 2019, doi: 10.1111/acps.13134.
M. Landry, S. Lafrenière, S. Patry, S. Potvin y M. Lemasson, “The clinical relevance of dose titration in electroconvulsive therapy: A systematic review of the literature”, Psychiatry Res., 294, 13497, dic. 2020, doi: 10.1016/j.psychres.2020.113497.
N. Kerner y J. Prudic, “Current electroconvulsive therapy practice and research in the geriatric population”, Neuropsychiatry, vol. 4, no. 1, pp. 33-54, feb. 2014, doi: 10.2217/npy.14.3.
SCHUHFRIED GmbH, “Vienna Test System: Psychophysiological Assessment”, SCHUHFRIED GmbH, Moedling, Austria, catálogo, 2013.
D. A. Silva, “Estudio Experimental Comparativo de Diversos Métodos para Aprender Dominios Jerárquicos”, tesis de maestría, Depto. de Sistemas Informáticos y Computación, Universidad Politécnica de Valencia, Valencia, España, 2015. [En línea]. Disponible: http://hdl.handle.net/10251/75372
J. Gallardo, “Métodos Jerárquicos de Análisis Cluster”, 2011. [En línea]. Disponible: https://www.ugr.es/~gallardo/pdf/cluster-3
M. D. Ruiz, D. Sánchez, M. J. Martin-Bautista, M. A. Vila y M. Delgado, “Reglas de Asociación Difusas para la Detección de Anomalías”, en Proceedings of the ESTYLF'14 XVII Congreso Español sobre Tecnologías y Lógica Fuzzy, Zaragoza, España, 2014, pp. 633-638.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Angélica Pérez Campos, Alicia Margarita Jiménez Galina, Jorge Rodas Osollo, Karla Olmos Sánchez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todos los contenidos de CULCYT se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial 4.0 Internacional” (CC-BY-NC). Puede consultar desde aquí la versión informativa de la licencia.
Los autores/as que soliciten publicar en esta revista, aceptan los términos siguientes: a) los/las autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; y b) se permite y recomienda a los/las autores/as agregar enlaces de sus artículos en CULCYT en la página web de su institución o en la personal, debido a que ello puede generar intercambios interesantes y aumentar las citas de su obra publicada.
