Uso de aprendizaje de máquinas en la automatización de la evaluación de riesgo de sesgos de ensayos clínicos aleatorizados durante el desarrollo de revisiones sistemáticas : Protocolo de revisión sistemática

La toma de decisiones en la práctica asistencial se sustenta en la información científica, sin embargo, la cantidad actualmente disponible sobrepasa la capacidad de gestión y análisis de los profesionales de salud. Por esta razón, se han desarrollado metodologías como las revisiones sistemáticas y m...

Full description

Autores:
Bautista Mier, Heider Alexis
Barreto Montenegro, Alexis Eduardo
Moreno Medina, Karen
Vásquez Hernández, Skarlet Marcell
Tipo de recurso:
Work document
Fecha de publicación:
2021
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/15214
Acceso en línea:
http://hdl.handle.net/20.500.12749/15214
Palabra clave:
Degree work protocol
Systematic review of the literature
Research protocol
Health sciences
Machines
Learning
Risk of bias
Automation
Machine learning
Clinical Trial
Protocolo de trabajo de grado
Revisión sistemática de la literatura
Protocolo de investigación
Ciencias de la salud
Maquinas
Aprendizaje
Riesgo de sesgo
Automatización
Aprendizaje automático
Ensayo clínico
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:La toma de decisiones en la práctica asistencial se sustenta en la información científica, sin embargo, la cantidad actualmente disponible sobrepasa la capacidad de gestión y análisis de los profesionales de salud. Por esta razón, se han desarrollado metodologías como las revisiones sistemáticas y metaanálisis que permiten sintetizar la información disponible luego de una búsqueda detallada y exhaustiva, y estableciendo la validez de la evidencia. Tal proceso metodológico implica un alto consumo de tiempo, recursos económicos y humanos, convirtiéndose así en un verdadero reto. Las ciencias computacionales ofrecen una posible alternativa a dicho problema, gracias al potencial de la inteligencia artificial y sus componentes en la automatización de cada uno de los pasos requeridos para la realización de una revisión sistemática. Uno de los pasos cruciales, donde la inteligencia artificial ofrece su apoyo, es la evaluación del riesgo de sesgo mediante el uso de aprendizaje de máquinas de manera eficiente. Dado el gran potencial con el que cuenta esta aproximación, se propone sintetizar y evaluar de manera critica la información disponible para lograr identificar todas las herramientas que utilizan este método, determinar su utilidad, eficacia y grado de concordancia con los estándares actuales, mediante la realización de una revisión sistemática de la literatura.