Utilidad de un modelo integral para predecir isquemia mesentérica en pacientes con obstrucción intestinal en el Hospital Nacional Dos de Mayo, 2020-2023
Descripción del Articulo
El proyecto de investigación tiene como propósito evaluar la utilidad de un modelo integral para predecir isquemia mesentérica en pacientes con obstrucción intestinal atendidos en el Hospital Nacional Dos de Mayo entre los años 2020 y 2023, mediante un estudio observacional, analítico y de prueba di...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Nacional Mayor de San Marcos |
| Repositorio: | UNMSM-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/28058 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12672/28058 |
| Nivel de acceso: | acceso abierto |
| Materia: | isquemia mesentérica Obstrucción intestinal Diagnóstico clínico https://purl.org/pe-repo/ocde/ford#3.02.11 |
| Sumario: | El proyecto de investigación tiene como propósito evaluar la utilidad de un modelo integral para predecir isquemia mesentérica en pacientes con obstrucción intestinal atendidos en el Hospital Nacional Dos de Mayo entre los años 2020 y 2023, mediante un estudio observacional, analítico y de prueba diagnóstica con temporalidad retrospectiva basado en la revisión sistemática de historias clínicas previamente registradas. La metodología se centra en la validación de un modelo predictivo que integra criterios clínicos (sensibilidad al rebote), laboratoriales (procalcitonina > 0.5 ng/ml) y radiológicos (disminución del realce de la pared intestinal en tomografía), considerándose positivo cuando se cumplen al menos dos de estos parámetros. La recolección de la información se efectuará mediante una ficha de datos estructurada diseñada para registrar las variables de interés, utilizando una muestra de 206 historias clínicas seleccionadas mediante muestreo aleatorio simple de pacientes adultos con diagnóstico confirmado de obstrucción intestinal. Los datos obtenidos permitirán estimar el área bajo la curva (AUC) y calcular las principales medidas de rendimiento diagnóstico, incluyendo sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo del modelo propuesto. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).