Precisión de los algoritmos deep learning en el diagnóstico de esquizofrenia: Revisión sistemática y mataanálisis

Gogeascoechea Hernández, Andoni (2025) Precisión de los algoritmos deep learning en el diagnóstico de esquizofrenia: Revisión sistemática y mataanálisis. Especialidad thesis, Universidad Autónoma de Nuevo León.

Vista previa

Texto 2026_GOGEASCOECHEA HERNÁNDEZ ANDONI_Tesis Repositorio.pdf - Versión Aceptada Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (9MB) | Vista previa

Resumen

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.

Actions (login required)

Ver elemento