| dc.description.abstract | El objetivo de este trabajo es diagnosticar las migrañas sin aura en personas
que sufren cefaleas de manera habitual y así poder identificarlas respecto a otro tipo
de cefaleas. El diagnóstico se realiza mediante una aplicación que utiliza técnicas
de aprendizaje automático, clasificación y visualización.
La base de conocimiento de la aplicación utiliza casos reales para clasificar
la migraña sin aura utilizando el criterio 1.1 Migraine without aura del artículo
(‘‘Headache Classification Committee of the International Headache Society (IHS)
The International Classification of Headache Disorders, 3rd Edition’’, 2018).
La aplicación, como novedad para el diagnóstico, integra en la base de datos
los desencadenantes más habituales de las migrañas mediante su registro y
visualización, para así conocer los más habituales asociados a cada persona
y tratar de evitarlos en lo posible. El registro de estos desencadenantes está
implementado mediante un cuestionario en la aplicación donde se han incluido los
más habituales según los estudios ya realizados, con la posibilidad de añadir alguno
distinto, y así poder generar una visualización particularizada a cada persona con
cefalea.
Además, en la aplicación, se integra la posibilidad responder de manera lo
más objetiva posible a un par de las cuestiones planteadas; ¿Ha sido el estrés
uno de los desencadenantes o no? ¿Ha sido la carencia de sueño uno de los
desencadenantes o no?
El estrés y la carencia de sueño son unos de los principales desencadenantes
de las migrañas como puede comprobarse en todos los estudios relacionados con
este trabajo y su diagnóstico se integra en la aplicación mediante la captura y
análisis de datos de salud extraídos de un reloj de pulsera comercial. En este caso,
el seleccionado ha sido el Apple Watch, que es más común y accesible que otros
dispositivos de salud más específicos para el diagnóstico del estrés y la falta de
sueño. | |
