Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19

Mostrar todas las versiones(2)

La pandemia generada por el nuevo coronavirus generó el desarrollo de diversos trabajos avocados a investigar la potencial afectación cardíaca que puede ser secundaria a la infección del virus. Por tal motivo, se llevó a cabo un estudio en 20 pacientes recuperados de la enfermedad del coronavirus...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Ledesma, Mauricio J
Formato: Tesis NonPeerReviewed
Lenguaje:Español
Publicado: 2021
Materias:
Imagenología
COVID-19
Coronaviruses
Coronavirus
Cardiovascular diseases
Enfermedades cardiovasculares
[Cardiovascular magnetic resonance
Resonancia magnética cardíaca
T1 mapping
Mapeo T1
T2 mapping
Mapeo T2
Statistical software
Software estadístico]
Acceso en línea:http://ricabib.cab.cnea.gov.ar/962/1/1Ledesma.pdf
Aporte de:
Repositorio Institucional Centro Atómico Bariloche e Instituto Balseiro (RICABIB) de Instituto Balseiro
id I25-R131-962
record_format dspace
institution Instituto Balseiro
institution_str I-25
repository_str R-131
collection Repositorio Institucional Centro Atómico Bariloche e Instituto Balseiro (RICABIB)
language Español
orig_language_str_mv es
topic Imagenología
COVID-19
Coronaviruses
Coronavirus
Cardiovascular diseases
Enfermedades cardiovasculares
[Cardiovascular magnetic resonance
Resonancia magnética cardíaca
T1 mapping
Mapeo T1
T2 mapping
Mapeo T2
Statistical software
Software estadístico]
spellingShingle Imagenología
COVID-19
Coronaviruses
Coronavirus
Cardiovascular diseases
Enfermedades cardiovasculares
[Cardiovascular magnetic resonance
Resonancia magnética cardíaca
T1 mapping
Mapeo T1
T2 mapping
Mapeo T2
Statistical software
Software estadístico]
Ledesma, Mauricio J,
Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
topic_facet Imagenología
COVID-19
Coronaviruses
Coronavirus
Cardiovascular diseases
Enfermedades cardiovasculares
[Cardiovascular magnetic resonance
Resonancia magnética cardíaca
T1 mapping
Mapeo T1
T2 mapping
Mapeo T2
Statistical software
Software estadístico]
description La pandemia generada por el nuevo coronavirus generó el desarrollo de diversos trabajos avocados a investigar la potencial afectación cardíaca que puede ser secundaria a la infección del virus. Por tal motivo, se llevó a cabo un estudio en 20 pacientes recuperados de la enfermedad del coronavirus (COVID-19), en el servicio de Resonancia Magnética, Área de Cardiología de la Fundación Escuela de Medicina Nuclear. Dichos pacientes debían cumplir una serie de criterios de inclusión/exclusión adoptados por los criterios sanitarios de la institución. La Resonancia Magnética Cardíaca (RMC) se considera como la técnica gold standard en la evaluación de masa, volúmenes, flujos y composición de tejidos cardíacos. Mediante esta, fue posible cuantificar diversos parámetros, como fracción de eyecci ón, índices de masas ventriculares y volúmenes ventriculares, además de propiedades intrínsecas de los tejidos cardíacos mediante las técnicas de T1 mapping y T2 mapping. Otros parámetros no cuantitativos, como el realce tardío por gadolinio (RTG) y contractilidad cardíaca, también fueron considerados en la recolección de datos. Los valores obtenidos fueron interpretados por un software estadístico desarrollado en lenguaje de programación Python, el cual tiene la capacidad de realizar estadística descriptiva e inferencial. Los datos revelan que, a pesar de que la muestra no tiene un gran tamaño, los resultados son consistentes con los de otros trabajos similares y señalan una posible afectación cardíaca atribuible al virus con mayor prevalencia en el sexo masculino. En lo que respecta al software, este se aplicó de manera exitosa al realizar comparaciones entre dos o más grupos y resultó ser de gran utilidad para los trabajos de investigación realizados por profesionales de la salud con menor conocimiento en técnicas estadísticas.
format Tesis
NonPeerReviewed
author Ledesma, Mauricio J,
author_facet Ledesma, Mauricio J,
author_sort Ledesma, Mauricio J,
title Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
title_short Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
title_full Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
title_fullStr Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
title_full_unstemmed Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19
title_sort algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos covid-19
publishDate 2021
url http://ricabib.cab.cnea.gov.ar/962/1/1Ledesma.pdf
work_keys_str_mv AT ledesmamauricioj algoritmoestadisticomultivariadoparalavaloraciondelpronosticodepacientesposcovid19
_version_ 1812569723821359104
spelling I25-R131-9622021-08-06T12:02:25Z Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19 Multivariate statistical algorithm for the assessment of the prognosis of post COVID-19 patients Ledesma, Mauricio J, Imagenología COVID-19 Coronaviruses Coronavirus Cardiovascular diseases Enfermedades cardiovasculares [Cardiovascular magnetic resonance Resonancia magnética cardíaca T1 mapping Mapeo T1 T2 mapping Mapeo T2 Statistical software Software estadístico] La pandemia generada por el nuevo coronavirus generó el desarrollo de diversos trabajos avocados a investigar la potencial afectación cardíaca que puede ser secundaria a la infección del virus. Por tal motivo, se llevó a cabo un estudio en 20 pacientes recuperados de la enfermedad del coronavirus (COVID-19), en el servicio de Resonancia Magnética, Área de Cardiología de la Fundación Escuela de Medicina Nuclear. Dichos pacientes debían cumplir una serie de criterios de inclusión/exclusión adoptados por los criterios sanitarios de la institución. La Resonancia Magnética Cardíaca (RMC) se considera como la técnica gold standard en la evaluación de masa, volúmenes, flujos y composición de tejidos cardíacos. Mediante esta, fue posible cuantificar diversos parámetros, como fracción de eyecci ón, índices de masas ventriculares y volúmenes ventriculares, además de propiedades intrínsecas de los tejidos cardíacos mediante las técnicas de T1 mapping y T2 mapping. Otros parámetros no cuantitativos, como el realce tardío por gadolinio (RTG) y contractilidad cardíaca, también fueron considerados en la recolección de datos. Los valores obtenidos fueron interpretados por un software estadístico desarrollado en lenguaje de programación Python, el cual tiene la capacidad de realizar estadística descriptiva e inferencial. Los datos revelan que, a pesar de que la muestra no tiene un gran tamaño, los resultados son consistentes con los de otros trabajos similares y señalan una posible afectación cardíaca atribuible al virus con mayor prevalencia en el sexo masculino. En lo que respecta al software, este se aplicó de manera exitosa al realizar comparaciones entre dos o más grupos y resultó ser de gran utilidad para los trabajos de investigación realizados por profesionales de la salud con menor conocimiento en técnicas estadísticas. The pandemic caused by the new coronavirus led to the development of various works related to researching the potential cardiovascular disease secondary to the virus infection. Therefore, a study was conducted in 20 patients who recovered from Coronavirus disease (COVID-19) in the Magnetic Resonance Imaging Service - Coronary Care Unit at the Fundacion Escuela de Medicina Nuclear. Said patients were required to meet a series of inclusion/exclusion requirements adopted by the institution's sanitary conditions. Cardiovascular magnetic resonance (CMR) is considered the gold standard technique for mass evaluation, volume, ows, and the composition of cardiac tissues. Through this technique, it was possible to quantify various parameters, such as ejection fraction, indexes of ventricular masses, and ventricular volumes. It was also possible to quantify properties intrinsic to cardiac tissues through T1 mapping and T2 mapping techniques. Other non-quantitative factors, such as late gadolinium enhancement (LGE) and cardiac contractility, were also considered during data collection. The results obtained were analyzed using statistical software written in Python, a programming language, which can calculate descriptive and inferential statistics. The data indicate that, even though the sample is not large, the results were consistent with those from other similar works. And they reveal that it is more likely that male individuals develop cardiovascular disease as a result of the virus. As for the software, it was successfully applied when comparing two or more groups and was quite useful in research works performed by health professionals with little knowledge in statistical techniques. 2021-02-25 Tesis NonPeerReviewed application/pdf http://ricabib.cab.cnea.gov.ar/962/1/1Ledesma.pdf es Ledesma, Mauricio J, (2021) Algoritmo estadístico multivariado para la valoración del pronóstico de pacientes pos COVID-19 / Multivariate statistical algorithm for the assessment of the prognosis of post COVID-19 patients. Maestría en Física Médica, Universidad Nacional de Cuyo, Instituto Balseiro. http://ricabib.cab.cnea.gov.ar/962/

Ejemplares similares