Precisión de los algoritmos deep learning en el diagnóstico de esquizofrenia: Revisión sistemática y mataanálisis
La esquizofrenia es un trastorno psiquiátrico complejo que continúa representando retos importantes para su diagnóstico oportuno. En los últimos años, el uso de inteligencia artificial, en particular, de las redes neuronales convolucionales, ha cobrado relevancia como posible herramienta compleme...
| Main Author: | |
|---|---|
| Format: | Tesis |
| Language: | Spanish / Castilian |
| Published: |
2025
|
| Subjects: | |
| Online Access: | http://eprints.uanl.mx/30766/1/2026_GOGEASCOECHEA%20HERN%C3%81NDEZ%20ANDONI_Tesis%20Repositorio.pdf |
| Summary: | La esquizofrenia es un trastorno psiquiátrico complejo que continúa representando retos
importantes para su diagnóstico oportuno. En los últimos años, el uso de inteligencia
artificial, en particular, de las redes neuronales convolucionales, ha cobrado relevancia
como posible herramienta complementaria en el análisis de EEG, resonancia magnética
estructural (sMRI) y funcional (fMRI).
El objetivo de esta tesis fue evaluar la precisión diagnóstica de estos modelos mediante
una revisión sistemática y un metaanálisis diagnóstico. Se incluyeron 35 estudios
publicados entre 2019 y 2024. Los análisis se realizaron con modelos bivariados y curvas
SROC para estimar sensibilidad y especificidad agrupadas. |
|---|