Una aproximación a los factores de riesgo relacionados con la enfermedad de alzheimer
##plugins.themes.bootstrap3.article.main##
Keywords
Alzheimer, factores de riesgo, scrum, inteligencia artificial, aprendizaje automático, conjunto de datos
Resumen
El objetivo de este artículo es desarrollar una aplicación que integre tecnologías de inteligencia artificial, aprendizaje automático y computación en la nube para reducir las posibilidades del usuario de padecer la enfermedad de Alzheimer en el futuro. Entre las expectativas con respecto a la aplicación se encuentra que pueda recopilar datos sobre los factores de riesgo más comunes en los pacientes de Alzheimer como el nivel educativo, los niveles hormonales y nutricionales y los hábitos de vida (tabaquismo, sedentarismo, alcohol, etc.) para prevenir el Alzheimer. También se espera que pueda determinar el nivel de peligro y los principales factores de riesgo que el usuario debe conocer. Este software seguirá ejecutándose en la computación en la nube para garantizar que siempre esté sincronizado con las bases de datos que contienen los factores descritos anteriormente, como MEDLINE, PubMed, AlzForum (ALZRISK) y ADNI. Este último recopila diferentes fuentes de datos como AIBL y DoD-ADNI.
Referencias
Factors associated with quality of life in patients with Alzheimer’s disease, Coralie Barbe, Damien Jolly, Isabella Monrrone, 2018. https://doi.org/10.1186/s12877-018-0855-7
The role of sleep deprivation and circadian rhythm disruption as risk factors of Alzheimer’s disease, Hao Wu, Sophie Dunnett, Yuen-Shan Ho, 2019. https://doi.org/10.1016/j. yfrne.2019.100764 [4] Increased Alzheimer’s risk during the menopause transition, Lisa Mosconi, Aneela Rahman, Ivan Diaz, Xian Wu, 2018. https://doi. org/10.1371/journal.pone.0207885
Alzheimer’s disease: nutritional status and cognitive aspects associated with disease severity, Lineau Correa, Gloria Souza, Julia Laura Delbue, Barbosa Nascimento, 2018. http://dx.doi.org/10.20960/nh.2067
Prevalencia de variantes en el gen de la apolipoproteína E (APOE) en adultos de la población general del área urbana de Medellín (Antioquia), Arango Viana Juan Carlos, Palacio Carlos, García Valencia, 2014. http://www. redalyc.org/articulo.oa?id=80631556004
Factores asociados con el declive cognitivo en población menor de 65 años. Una revisión, Lopera Restrepo Francisco, Aguirre Camilo, Giraldo Arango Diana, Jaimes Barragan Fabian, 2014. http://www.redalyc.org/articulo. oa?id=80631556008
Cholesterol, APOE genotype, and Alzheimer disease, K. Hall, J. Murrell, R. Evans, 2006. https://doi.org/10.1212/01. wnl.0000194507.39504.17
Midlife Work-Related Stress Increases Dementia Risk in Later Life: The CAIDE 30-Year Study, Shireen Sindi, Goran Hagman, Krister Hakansson, 2017. https://doi.org/10.1093/ geronb/gbw043
Detecting Alzheimer’s Disease on Small Dataset: A Knowledge Transfer Perspective, Wei Li, Yifei Zhao, Xi Chen, 2019. http://bit. ly/2xc6SkT
Deep Learning Framework for Alzheimer’s Disease Diagnosis, Chiyu Feng, Ahmed Elazab, Peng Yang, 2019. http://bit. ly/2Lh7le2
Learn Python Programming and Machine Learning, DataQuest, http://bit.ly/30sA5Vd
Find the largest three elements in an array, GeeksForGeeks, http://bit.ly/2Jv2nsM
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.details##
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
Revista Boletín Redipe por Red Iberoamericana de Pedagogía se distribuye bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional.