Predicción de reacciones adversas en las transfusiones sanguíneas del paciente receptor basado en redes neuronales

• Autor: Chunga Huaylinos, Luis Diego
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/13838
• Enlace del recurso: https://hdl.handle.net/20.500.12724/13838
• Nivel de acceso: acceso abierto
• Materia: Transfusión de sangre; Pronostico médico; Neural networks (Computer science); Blood transfusion; Prognosis; Redes neuronales (Informática); https://purl.org/pe-repo/ocde/ford#2.02.04

La transfusión de sangre es un tratamiento terapéutico que salva vidas, para ello es necesario proporcionar sangre segura a los pacientes. La hemovigilancia es el proceso que comprende desde la recolección de sangre hasta la transfusión sanguínea. La hemovigilancia permite identificar los efectos adversos en los receptores a fin de implementar mejoras en los procesos de la transfusión. El objetivo del estudio fue predecir las reacciones adversas ocurridas durante las 24 horas post transfusión hacia el receptor, evidenciadas por signos y síntomas como fiebre, cianosis, urticaria, hemoglobinura, edema facial, náuseas, dolor lumbar, dolor toráxico, prurito y escalofríos. El método se basó en un estudio transversal y exploratorio. Se utilizó las redes neuronales de backpropagation que constan de tres capas que son las de entrada, oculta y la de salida. Para el diseño de la red neuronal, se utilizaron las diez variables de salida por medio del tipo de red neuronal multicapa backpropagation ya que permitió ajustar el resultado de la predicción del objeto de estudio. Conocer las reacciones adversas es una contribución social para mejorar la calidad de los procesos de la cadena transfusional que comprende desde la extracción de la sangre de los donantes hasta la transfusión sanguínea en los receptores.