000106717 001__ 106717 000106717 005__ 20210824152357.0 000106717 037__ $$aTESIS-2021-246 000106717 041__ $$aspa 000106717 1001_ $$aTorre Pardos, Juan de la 000106717 24500 $$aMejora de la aplicación clínica de métodos e instrumentación para evaluación de trastornos del equilibrio: Monitorización de pacientes y apoyo al diagnóstico por medio de modelos predictivos 000106717 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2021 000106717 300__ $$a191 000106717 4900_ $$aTesis de la Universidad de Zaragoza$$v2021-242$$x2254-7606 000106717 500__ $$aPresentado: 21 05 2021 000106717 502__ $$aTesis-Univ. Zaragoza, , 2021$$bZaragoza, Universidad de Zaragoza$$c2021 000106717 506__ $$aby-nc-nd$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-nd/3.0/es 000106717 520__ $$aEntre las patologías más frecuentes en la actualidad, destacan los trastornos del equilibrio, teniendo <br />especial prevalencia en personas mayores y en países desarrollados. Los trastornos del equilibrio son una <br />patología que se caracteriza principalmente por síntomas de vértigo y mareo, y se calcula que un cuarto <br />de la población tendrá un episodio vertiginoso en su vida. Las caídas y las lesiones inducidas por las mismas <br />son problemas de salud pública de primer orden a nivel mundial. De manera complementaria, también <br />existen alteraciones o patologías que pueden afectar a los sistemas sensoriales que sustentan el equilibrio, <br />existiendo la necesidad de monitorizarlos para evaluar su progresión en el tiempo. Sin embargo, no resulta <br />sencillo obtener información objetiva del diagnóstico o progresión de un paciente afectado por trastornos <br />del equilibrio; destacando la complejidad para obtener informes concisos con información comprensible <br />y fácil de interpretar por facultativos sanitarios, que deben prescribir tratamientos a dichos pacientes.<br />Asimismo, y en relación con la necesidad de obtener métodos o procesos para poder aprovechar mejor la <br />información en el campo de la salud, destaca el incremento exponencial de los datos que los centros<br />sanitarios generan y requieren manejar, así como la compleja gestión de dicha información, siendo la <br />disciplina científica Machine Learning una posible solución para abordar esta problemática. Sin embargo, <br />aplicar las técnicas de este tipo de disciplina en el campo de la salud conlleva un alto grado de complejidad.<br />La presente tesis pretende dar respuesta a las incertidumbres y problemáticas expuestas a través de varias<br />investigaciones que han tratado de proporcionar información objetiva sobre el estado de pacientes que <br />presentan trastornos del equilibrio, así como monitorizar este tipo de patologías mediante diversos <br />métodos e instrumentación; igualmente, se han definido los procesos y particularidades para la <br />generación de modelos predictivos como herramienta de apoyo al diagnóstico en el ámbito de la salud. En <br />concreto, los objetivos de la tesis son: generar y proporcionar información objetiva sobre el estado de <br />pacientes que presentan trastornos del equilibrio; monitorizar y analizar la progresión de este tipo de <br />patologías en pacientes inmersos en tratamientos de rehabilitación; generar modelos predictivos para <br />mejora del diagnóstico en el ámbito de la salud.<br />Esta tesis se ha complementado con una estancia de investigación de cuatro meses en el Laboratoire de <br />biomécanique et mécanique des chocs (Université Gustave Eiffel) en Lyon (Francia). <br />El cuerpo principal de esta tesis consiste en una compilación de cinco artículos, los cuales han sido <br />publicados en revistas científicas indexadas en el JCR.<br /> 000106717 520__ $$a<br /> 000106717 521__ $$97098$$aPrograma de Doctorado en Ingeniería Biomédica 000106717 6531_ $$abiomecanica 000106717 6531_ $$afisiologia del equilibrio 000106717 6531_ $$atecnicas de prediccion estadistica 000106717 700__ $$aMarín Zurdo, José Javier$$edir. 000106717 700__ $$aGómez Trullén, Eva M$$edir. 000106717 7102_ $$aUniversidad de Zaragoza$$b 000106717 830__ $$9510 000106717 8560_ $$fcdeurop@unizar.es 000106717 8564_ $$s12686806$$uhttps://zaguan.unizar.es/record/106717/files/TESIS-2021-246.pdf$$zTexto completo (spa) 000106717 909CO $$ooai:zaguan.unizar.es:106717$$pdriver 000106717 909co $$ptesis 000106717 9102_ $$a$$b 000106717 980__ $$aTESIS