Ayuda
Ir al contenido

Dialnet


Análisis morfofotométrico en citología urinaria: Bases para la creación de un sistema experto para aplicarlo al diagnóstico precoz del cáncer, especialmente en población de riesgo

  • Autores: Mercedes Pérez Iraola
  • Directores de la Tesis: J. Esquivias López-Cuervo (codir. tes.), Enrique Villanueva Cañadas (codir. tes.)
  • Lectura: En la Universidad de Granada ( España ) en 1990
  • Idioma: español
  • ISBN: 8433810413
  • Número de páginas: 252
  • Tribunal Calificador de la Tesis: Fernando Marín (presid.), José Ramón Alonso Fernández (secret.), Claudio Hernández Cueto (voc.), Enrique Montero García (voc.), Armando Zuluaga Gómez (voc.)
  • Materias:
  • Enlaces
    • Tesis en acceso abierto en: DIGIBUG
  • Resumen
    • Ante el hecho de que determinadas sustancias quimicas son cancerigenas sobre el urotelio, de que existe una poblacion trabajadora que constituye poblacion de riesgo de padecer cancer de vejiga por trabajar con anilinas y derivados, de que el diagnostico precoz del cancer es esencial para el pronostico del mismo, y teniendo en cuenta que la morfotometria y el analisis de imagen permiten obtener datos objetivos sobre la morfologia celular, y que en la actualidad se estan desarrollando sistemas expertos para el diagnostico en medicina, se ha efectuado estudio morfofotometrico mediante un fotometro microscopico y un analizador de imagen, midiendo 14 parametros celulares en 11427 celulas de citologia urinaria, encontrando, en 44 casos que constituyen el estudio piloto, que las medias de los valores que hacen referencia a las dimensiones nucleares son diferentes entre los distintos grupos que constituyen el estudio (individuos sanos, individuos con carcinoma papilar grado i,ii y iii). Tambien se hallo diferencia en ciertos parametros citoplasmaticos y en la relacion area nucleo/citoplasma. A partir de estos resultados se calcula una funcion discriminante con tres variables (tamaño nuclear, perimetro nuclear y relacion area nucleo/citoplasma), con la que se construye un algoritmo diagnostico que aplicado a 52 casos de diagnostico desconocido permite clasificarlos con una sensibilidad del 96,5% y una especificidad del 94,1%.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno