Para depositar en Docta Complutense, identifícate con tu correo @ucm.es en el SSO institucional: Haz clic en el desplegable de INICIO DE SESIÓN situado en la parte superior derecha de la pantalla. Introduce tu correo electrónico y tu contraseña de la UCM y haz clic en el botón MI CUENTA UCM, no autenticación con contraseña.
 

Modelos matemáticos de pronóstico para cáncer de cérvix localmente avanzado. Validación externa de los modelos existentes

dc.contributor.advisorGómez de la Cámara, Agustín
dc.contributor.advisorPérez Regadera Gómez, José Fermín
dc.contributor.advisorEnríquez de Salamanca Lorente, Rafael
dc.contributor.authorLora Pablos, David
dc.date.accessioned2023-06-17T15:27:05Z
dc.date.available2023-06-17T15:27:05Z
dc.date.defense2017-03-28
dc.date.issued2018-04-11
dc.descriptionTesis inédita de la Universidad Complutense de Madrid, Facultad de Medicina, Departamento de Medicina, leída el 28-03-2017
dc.description.abstractLos modelos de pronóstico son procedimientos matemáticos capaces de obtener la probabilidad de riesgo absoluta para un desenlace específico de un individuo, basado en las características biográficas, biológicas, terapéuticas y clínicas. Implican el uso de una metodología singular y compleja. Un paso decisivo para su utilización beneficiosa es realizar una correcta validación. En la actualidad, existen múltiples modelos de pronóstico desarrollados para el cáncer de cérvix localmente avanzado (CCLA), estadio IB2 a IVA de la Federación Internacional de Ginecología y Obstetricia (FIGO). No todos los modelos de pronóstico están validados externamente, condición necesaria para su utilización clínica. 1.3 Objetivos. Validar externamente los modelos de pronóstico para el CCLA desarrollados en pacientes tratadas con quimio-radioterapia concurrente en una cohorte independiente. Identificar y contrastar criterios de buen uso de los procedimientos de investigación pronóstica y validación de modelos predictivos...
dc.description.abstractA prognostic model is a mathematical procedure that estimates the absolute probability of risk for a specific outcome in an individual at a given time by combining different types of information (predictors) on the patient. The prognostic models involve the use of unique and complex methodology. A decisive step to be useful is a correct validation. Currently, multiple prognostic models have been developed for Locally Advanced Cervical Cancer (LACC), International Federation of Gynecology and Obstetrics (FIGO) stage between IB2 and IVA. However, few prognostic models described to date have been independently validated by other researchers and/or elsewhere, which is a necessary condition for their clinical use. 2.3 Objectives. To externally validate the prognostic models for LACC and who were treated with concurrent chemoradiotherapy in an independient cohort. To identify and contrast good use criteria of procedures of prognostic research and validation of predictive models...
dc.description.departmentDepto. de Medicina
dc.description.facultyFac. de Medicina
dc.description.refereedTRUE
dc.description.statusunpub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/47139
dc.identifier.urihttps://hdl.handle.net/20.500.14352/15775
dc.language.isospa
dc.page.total186
dc.publication.placeMadrid
dc.publisherUniversidad Complutense de Madrid
dc.rights.accessRightsopen access
dc.subject.cdu618.146-006.6(043.2)
dc.subject.keywordCuello uterino
dc.subject.keywordcáncer
dc.subject.keywordCérvix uteri
dc.subject.ucmGinecología y obstetricia
dc.subject.ucmOncología
dc.subject.unesco3201.08 Ginecología
dc.subject.unesco3201.01 Oncología
dc.titleModelos matemáticos de pronóstico para cáncer de cérvix localmente avanzado. Validación externa de los modelos existentes
dc.typedoctoral thesis
dspace.entity.typePublication
relation.isAuthorOfPublication353fa834-f356-4174-bdb0-cbf7e3359647
relation.isAuthorOfPublication.latestForDiscovery353fa834-f356-4174-bdb0-cbf7e3359647

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
T39803.pdf
Size:
2.11 MB
Format:
Adobe Portable Document Format

Collections