Uso de la inteligencia artificial en el laboratorio clínico y la diabetes, en países en vías de desarrollo: El control de la calidad y la estimación de la glucosa a partir de la hemoglobina glicada.

Barra lateral del artículo

PDF
Publicado: sept. 30, 2024
DOI: https://doi.org/10.33326/26176068.2024.1.1977

Contenido principal del artículo

Darwin Wiliams Enriquez Castro
Unidad de Patología Clínica del Hospital de Emergencias Villa El Salvador. Lima, Perú
Jarvis Giusseppe Raraz Vidal
Unidad de Patología Clínica del Hospital de Emergencias Villa El Salvador. Lima, Perú

Resumen

La inteligencia artificial juega un papel muy importante en el laboratorio; actualmente, se está viendo un crecimiento en las aplicaciones generales. No obstante, en lo relacionado al diagnóstico temprano y seguimiento de la diabetes, aún falta concretar algunos pasos que son de extrema importancia, como son la estimación de la incertidumbre combinada de los exámenes como la hemoglobina glicada y la glucosa; de esta manera, se podría evaluar con mayor prontitud a los pacientes, generando buena calidad de vida en los pacientes y disminuyendo costos a nivel de salud pública. En la presente se proponen herramientas de la inteligencia artificial para la estimación de la glucosa a partir de la hemoglobina glicada y la incertidumbre combinada.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Enriquez Castro, D. W., & Raraz Vidal, J. G. (2024). Uso de la inteligencia artificial en el laboratorio clínico y la diabetes, en países en vías de desarrollo: El control de la calidad y la estimación de la glucosa a partir de la hemoglobina glicada. Revista Médica Basadrina, 18(1), 48–51. https://doi.org/10.33326/26176068.2024.1.1977
Número
Vol. 18 Núm. 1 (2024): Revista Médica Basadrina
Sección
Artículo de revisión
Biografía del autor/a

Jarvis Giusseppe Raraz Vidal, Unidad de Patología Clínica del Hospital de Emergencias Villa El Salvador. Lima, Perú

Medico Investigador. Patólogo Clínico. Maestro en Investigación Clínica UPAO. Maestrando en Biología Molecular. Diplomatura en Inteligencia Artificial. Diplomado de Estadística Aplicada a la Investigación Científica. Mantenimiento Predictivo con Machine Learning. Programación Funcional con Python. Diplomado de Auditoria Medica. Consultor externo en investigación en salud ambiental UPCH. Revisor externo en Revista Scielo. Miembro de European Association of Science Editors. Editor Junior en Revista CIMEL. Profesor invitado en curso tesis en pregrado. Manejo de software estadístico. Curso validación de instrumentos en investigación UPCH. Co-fundador de la Sociedad Científica de Estudiantes de Medicina de la UNHEVAL. Fundador IFMSA Huanuco. Participación como expositor de trabajos científicos en Congresos nacionales e internacionales. Publicación de artículos científicos en revistas indexadas.

Citas

Nieblas-Bedolla E, Bream KDW, Rollins A, et al. Ongoing challenges in access to diabetes care among the indigenous population: perspectives of individuals living in rural Guatemala. Int J Equity Health 2019; 18(180). https://doi.org/10.1186/s12939-019-1086-z

Gallardo-Rincón H, Cantoral A, Arrieta A, Espinal C, Magnus MH, Palacios C, Tapia-Conyer R. Review: Type 2 diabetes in Latin America and the Caribbean: Regional and country comparison on prevalence, trends, costs and expanded prevention. Prim Care Diabetes. 2021; 15(2):352-359. doi: 10.1016/j.pcd.2020.10.001. Epub 2020 Oct 17. PMID: 33077379

Casagrande SS, Menke A, Aviles-Santa L, Gallo LC, Daviglus ML, Talavera GA, Castañeda SF, Perreira K, Loop MS, Tarraf W, González HM, Cowie CC. Factors associated with undiagnosed diabetes among adults with diabetes: Results from the Hispanic Community Health Study/Study of Latinos (HCHS/SOL). Diabetes Res Clin Pract. 2018; 146:258-266. doi: 10.1016/j.diabres.2018.11.004. Epub 2018 Nov 9. PMID: 30419302; PMCID: PMC6295243

Alhassan Z, Watson M, Budgen D, Alshammari R, Alessa A, Al Moubayed N. Improving Current Glycated Hemoglobin Prediction in Adults: Use of Machine Learning Algorithms with Electronic Health Records. JMIR Med Inform. 2021; 9(5):e25237. doi: 10.2196/25237. PMID: 34028357; PMCID: PMC8185616

Little RR, Rohlfing CL, Sacks DB. National Glycohemoglobin Standardization Program (NGSP) Steering Committee Status of Hemoglobin A1c Measurement and Goals for Improvement: From Chaos to Order for Improving Diabetes Care. Clin. Chem. 2011; 57:205-214. doi: 10.1373/clinchem.2010.148841. [PubMed] [CrossRef] [Google Scholar]

Nathan DM, Kuenen J. Borg R, Zheng H, Schoenfeld D, Heine RJ. For the A1c-Derived Average Glucose (ADAG) Study Group Translating the A1C Assay into Estimated Average Glucose Values. Diabetes Care. 2008; 31:1473-1478. doi: 10.2337/dc08-0545.

Nah EH, Cho S, Park H, Noh D, Kwon E, Cho HI. The Reproducibility and Usefulness of Estimated Average Glucose for Hyperglycemia Management during Health Checkups: A Retrospective Cross-Sectional Study. Healthcare (Basel). 2022; 10(5):824. doi: 10.3390/healthcare10050824. PMID: 35627961; PMCID: PMC9141707

Taheri S. Type 2 diabetes remission: weight maintenance in the spotlight, 2024; 12(4) the lancet diabetes endocrinology, https://doi.org/10.1016/S2213-8587(24)00072-X

Thomson, Azalea M et al. Global, regional, and national prevalence and mortality burden of sickle cell disease, 2000-2021: a systematic analysis from the Global Burden of Disease Study 2021, Lancet Haematol 2023; 10:e585-99 https://doi.org/10.1016/ S2352-3026(23)00118-7