Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024

Descripción del Articulo

El presente proyecto de investigación tiene como objetivo la validación de un modelo predictivo multivariable a partir de las características radiomicas significativas obtenidas a partir de estudios tomográficos computarizados de pacientes con diagnóstico de Adenocarcinoma ductal pancreático determi...

Descripción completa

Detalles Bibliográficos
Autor: Gariazzo Anarcaya, Uzziell Neyrho
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:20.500.12672/26494
Enlace del recurso:https://hdl.handle.net/20.500.12672/26494
Nivel de acceso:acceso abierto
Materia:Carcinoma Ductal Pancreático
Páncreas
Tomografía
https://purl.org/pe-repo/ocde/ford#2.11.02
id UNMS_7b18d52b48e56f333ad2f93057f9cdc2
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/26494
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
title Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
spellingShingle Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
Gariazzo Anarcaya, Uzziell Neyrho
Carcinoma Ductal Pancreático
Páncreas
Tomografía
https://purl.org/pe-repo/ocde/ford#2.11.02
title_short Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
title_full Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
title_fullStr Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
title_full_unstemmed Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
title_sort Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024
author Gariazzo Anarcaya, Uzziell Neyrho
author_facet Gariazzo Anarcaya, Uzziell Neyrho
author_role author
dc.contributor.advisor.fl_str_mv Apaza Canaza, Miguel Anibal
dc.contributor.author.fl_str_mv Gariazzo Anarcaya, Uzziell Neyrho
dc.subject.none.fl_str_mv Carcinoma Ductal Pancreático
Páncreas
Tomografía
topic Carcinoma Ductal Pancreático
Páncreas
Tomografía
https://purl.org/pe-repo/ocde/ford#2.11.02
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.02
description El presente proyecto de investigación tiene como objetivo la validación de un modelo predictivo multivariable a partir de las características radiomicas significativas obtenidas a partir de estudios tomográficos computarizados de pacientes con diagnóstico de Adenocarcinoma ductal pancreático determinado por el departamento de anatomía patológica del H. N. Guillermo Almenara Irigoyen entre enero 2020 a junio 2024. Metodología Se seguirá un diseño analítico predictivo multivariable de resultados binarios, buscando realizar el entrenamiento y validación de un modelo predictivo según los protocolos actuales, para lo cual se obtendrá una muestra previamente aleatorizada con 91 eventos y 7854 inputs. Los datos serán procesados en el software 3D Slicer, donde se realizará la extracción de las características radiómicas significativas. Posteriormente, los datos serán analizados con el paquete estadístico R Studio, y el entrenamiento del modelo se llevará a cabo utilizando librerías especializadas en machine learning de Python. Resultados: Se obtendrán las características radiomicas significativas en nuestra población siendo estas agrupadas, posterior a la validación del modelo predictivo, en una firma radiomica y obtención de un nomograma. Estos hallazgos contribuirán a una comprensión más profunda de esta patología y puede tener implicaciones significativas en el ámbito de la oncología.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-06-30T18:02:02Z
dc.date.available.none.fl_str_mv 2025-06-30T18:02:02Z
dc.date.issued.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.citation.none.fl_str_mv Gariazzo U. Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024 [Proyecto de investigación de segunda especialidad]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina, Unidad de Posgrado; 2025.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/26494
identifier_str_mv Gariazzo U. Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024 [Proyecto de investigación de segunda especialidad]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina, Unidad de Posgrado; 2025.
url https://hdl.handle.net/20.500.12672/26494
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/1eb8c259-a62f-4d59-a349-df3223b169ed/download
https://cybertesis.unmsm.edu.pe/bitstreams/fc3331a2-4323-417c-8d6c-9f5f26faa864/download
https://cybertesis.unmsm.edu.pe/bitstreams/f4fef669-513d-44b9-b28f-f867ad39197f/download
https://cybertesis.unmsm.edu.pe/bitstreams/bc119265-c7fa-45ca-9c37-7de82e4f5498/download
https://cybertesis.unmsm.edu.pe/bitstreams/07f5f6be-42c2-4270-a28f-36ef00d8d82c/download
https://cybertesis.unmsm.edu.pe/bitstreams/21f4c680-273c-44eb-a0dc-b954b051911f/download
https://cybertesis.unmsm.edu.pe/bitstreams/6a9a8c27-4b93-4925-aed9-f05360b7ef81/download
https://cybertesis.unmsm.edu.pe/bitstreams/7360f593-7c0d-4128-9c03-ce3ab9b2ed66/download
https://cybertesis.unmsm.edu.pe/bitstreams/00baf937-a815-4d6d-a2e6-225071a2bb9d/download
https://cybertesis.unmsm.edu.pe/bitstreams/cbe07a73-3e93-4321-a01f-f0aae46da590/download
bitstream.checksum.fl_str_mv 0a8f52cd3a48800959b3f8d801f6f292
d8336664072536ca919018c9f7d01bf7
84202d6dfd91dddc437930b4abb9f702
bb9bdc0b3349e4284e09149f943790b4
2fad0616c5f808c1fbcd6b1ed92dce7c
dcf6f605d713ced8a979fe3cb066307a
70c0ee4d8db353bf6dc28e449c3a8459
3cf8a0d50058b97acd85bd06f06c2733
49f5cc085d613cf98480f2e40274b273
b7edef3dda8cbeadb2d1143bb4893b1b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1841544694326099968
spelling Apaza Canaza, Miguel AnibalGariazzo Anarcaya, Uzziell Neyrho2025-06-30T18:02:02Z2025-06-30T18:02:02Z2025Gariazzo U. Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024 [Proyecto de investigación de segunda especialidad]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina, Unidad de Posgrado; 2025.https://hdl.handle.net/20.500.12672/26494El presente proyecto de investigación tiene como objetivo la validación de un modelo predictivo multivariable a partir de las características radiomicas significativas obtenidas a partir de estudios tomográficos computarizados de pacientes con diagnóstico de Adenocarcinoma ductal pancreático determinado por el departamento de anatomía patológica del H. N. Guillermo Almenara Irigoyen entre enero 2020 a junio 2024. Metodología Se seguirá un diseño analítico predictivo multivariable de resultados binarios, buscando realizar el entrenamiento y validación de un modelo predictivo según los protocolos actuales, para lo cual se obtendrá una muestra previamente aleatorizada con 91 eventos y 7854 inputs. Los datos serán procesados en el software 3D Slicer, donde se realizará la extracción de las características radiómicas significativas. Posteriormente, los datos serán analizados con el paquete estadístico R Studio, y el entrenamiento del modelo se llevará a cabo utilizando librerías especializadas en machine learning de Python. Resultados: Se obtendrán las características radiomicas significativas en nuestra población siendo estas agrupadas, posterior a la validación del modelo predictivo, en una firma radiomica y obtención de un nomograma. Estos hallazgos contribuirán a una comprensión más profunda de esta patología y puede tener implicaciones significativas en el ámbito de la oncología.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Carcinoma Ductal PancreáticoPáncreasTomografíahttps://purl.org/pe-repo/ocde/ford#2.11.02Validacion de un modelo predictivo multivariable a partir de las caracteristicas radiomicas significativas de estudios tomograficos de pacientes con diagnostico de adenocarcinoma ductal pancreático atendidos en el Hospital Nacional Guillermo Almenara Irigoyen entre enero 2020 – junio 2024info:eu-repo/semantics/masterThesisreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMSUNEDUSegunda Especialidad Profesional en RadiologíaUniversidad Nacional Mayor de San Marcos. Facultad de Medicina. Unidad de PosgradoRadiología01327799https://orcid.org/0000-0003-0302-746370313211915159Hidalgo Armijo, Heli DilmerChahuara Rojas, Max Elihttps://purl.org/pe-repo/renati/level#tituloSegundaEspecialidadhttps://purl.org/pe-repo/renati/type#trabajoAcademicoORIGINALGariazzo_au.pdfGariazzo_au.pdfapplication/pdf3062101https://cybertesis.unmsm.edu.pe/bitstreams/1eb8c259-a62f-4d59-a349-df3223b169ed/download0a8f52cd3a48800959b3f8d801f6f292MD51Gariazzo_au_autorizacion.pdfGariazzo_au_autorizacion.pdfapplication/pdf226023https://cybertesis.unmsm.edu.pe/bitstreams/fc3331a2-4323-417c-8d6c-9f5f26faa864/downloadd8336664072536ca919018c9f7d01bf7MD52Gariazzo_au_reporte.pdfGariazzo_au_reporte.pdfapplication/pdf12895749https://cybertesis.unmsm.edu.pe/bitstreams/f4fef669-513d-44b9-b28f-f867ad39197f/download84202d6dfd91dddc437930b4abb9f702MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/bc119265-c7fa-45ca-9c37-7de82e4f5498/downloadbb9bdc0b3349e4284e09149f943790b4MD54TEXTGariazzo_au.pdf.txtGariazzo_au.pdf.txtExtracted texttext/plain101574https://cybertesis.unmsm.edu.pe/bitstreams/07f5f6be-42c2-4270-a28f-36ef00d8d82c/download2fad0616c5f808c1fbcd6b1ed92dce7cMD55Gariazzo_au_autorizacion.pdf.txtGariazzo_au_autorizacion.pdf.txtExtracted texttext/plain4615https://cybertesis.unmsm.edu.pe/bitstreams/21f4c680-273c-44eb-a0dc-b954b051911f/downloaddcf6f605d713ced8a979fe3cb066307aMD57Gariazzo_au_reporte.pdf.txtGariazzo_au_reporte.pdf.txtExtracted texttext/plain3686https://cybertesis.unmsm.edu.pe/bitstreams/6a9a8c27-4b93-4925-aed9-f05360b7ef81/download70c0ee4d8db353bf6dc28e449c3a8459MD59THUMBNAILGariazzo_au.pdf.jpgGariazzo_au.pdf.jpgGenerated Thumbnailimage/jpeg18840https://cybertesis.unmsm.edu.pe/bitstreams/7360f593-7c0d-4128-9c03-ce3ab9b2ed66/download3cf8a0d50058b97acd85bd06f06c2733MD56Gariazzo_au_autorizacion.pdf.jpgGariazzo_au_autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg22659https://cybertesis.unmsm.edu.pe/bitstreams/00baf937-a815-4d6d-a2e6-225071a2bb9d/download49f5cc085d613cf98480f2e40274b273MD58Gariazzo_au_reporte.pdf.jpgGariazzo_au_reporte.pdf.jpgGenerated Thumbnailimage/jpeg18979https://cybertesis.unmsm.edu.pe/bitstreams/cbe07a73-3e93-4321-a01f-f0aae46da590/downloadb7edef3dda8cbeadb2d1143bb4893b1bMD51020.500.12672/26494oai:cybertesis.unmsm.edu.pe:20.500.12672/264942025-07-06 03:03:57.937https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.10263
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).