| dc.contributor | Rueda Olarte, Andrea del Pilar | |
| dc.contributor | Matallana Eslava, Diana Lucía | |
| dc.creator | Reyes Gavilán, Pablo Alexander | |
| dc.date | 2019-08-26T20:17:08Z | |
| dc.date | 2020-04-15T13:54:06Z | |
| dc.date | 2023-05-11T17:33:55Z | |
| dc.date | 2019-08-26T20:17:08Z | |
| dc.date | 2020-04-15T13:54:06Z | |
| dc.date | 2023-05-11T17:33:55Z | |
| dc.date | 2019-07-08 | |
| dc.date.accessioned | 2023-08-24T11:42:00Z | |
| dc.date.available | 2023-08-24T11:42:00Z | |
| dc.identifier | https://hdl.handle.net/20.500.12032/110150 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8420263 | |
| dc.description | El objetivo de la tesis fue la generación de bíomarcadores cuantitativos basados en neuroimágenes para el estudio de la demencia. Por lo tanto, a través de la conectívidad global y estructural del cerebro sería posible construir biomarcadores para identificar las diferencias entre los controles sanos y los pacientes. Con la identificación de las redes cerebrales alteradas, además se entendería cómo la cognición y el comportamiento se alteran por estas enfermedades.
Hemos analizado 160 imágenes de pacientes con demencia y controles sanos del Hospital Universitario San Ignacio, y hemos construido redes de conectívidad cerebral estructural por cada paciente. Todos los pacientes fueron diagnosticados por un grupo multidisciplinario en una clínica de memoria de acuerdo con directrices internacionales. Para este estudio se utilizaron imágenes estructurales y de difusión ponderada. Con respecto al procesamiento, tuvimos varios pasos: estimación del modelo, conectívidad estructural y análisis estadístico.
Para analizar las diferencias entre las variantes de la demencia frontotemporal y los controles, se a analizo medidas topológicas de redes y estadísticas basadas en redes. Además, para medir el impacto de este método, hemos construido una página web con los principales resultados y hemos preguntado a expertos en demencia y neurorradiología sobre el impacto clínico y el uso de estos resultados.
Los principales resultados mostraron la importancia de una evaluación sistemática con diferentes escalas para encontrar diferencias entre las variantes. Los calificadores expertos indicaron que la mejor manera de representar las redes de conectívidad eran las redes translúcidas o circulares de mapas cerebrales. | |
| dc.format | PDF | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pontificia Universidad Javeriana | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Demencia frontotemporal | |
| dc.subject | Neuroimagen | |
| dc.subject | Conectividad cerebral estructural | |
| dc.subject | Máquinas de aprendizaje | |
| dc.title | Biomarkers based on neuroimages to diagnose neurodegenerative diseases | |
