FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W3126275142> ?p ?o ?g. }

• W3126275142 endingPage "590" @default.
• W3126275142 startingPage "577" @default.
• W3126275142 abstract "La aplicación de la inteligencia artificial y en particular de algoritmos de aprendizaje automático o «machine learning» (ML) constituye un desafío y al mismo tiempo una gran oportunidad en diversas disciplinas científicas, técnicas y clínicas. Las aplicaciones específicas en el estudio de la esclerosis múltiple (EM) no han sido una excepción mostrando un creciente interés en los últimos años. Realizar una revisión sistemática de la aplicación de algoritmos de ML en la EM. Empleando el motor de búsqueda de libre acceso PubMed que accede a la base de datos MEDLINE, se seleccionaron aquellos estudios que incluyeran simultáneamente los dos siguientes conceptos de búsqueda: «machine learning» y «multiple sclerosis». Se rechazaron aquellos estudios que fueran revisiones, estuvieran en otro idioma que no fuera el castellano o el inglés, y aquellos trabajos que tuvieran un carácter técnico y no fueran aplicados para la EM. Se seleccionaron como válidos 76 artículos y fueron rechazados 38. Tras la revisión de los estudios seleccionados, se pudo observar que la aplicación del ML en la EM se concentró en cuatro categorías: 1) clasificación de subtipos de pacientes dentro de la enfermedad; 2) diagnóstico del paciente frente a controles sanos u otras enfermedades; 3) predicción de la evolución o de la respuesta a intervenciones terapéuticas y por último 4) otros enfoques. Los resultados hallados hasta la fecha muestran que los diferentes algoritmos de ML pueden ser un gran apoyo para el profesional sanitario tanto en la clínica como en la investigación de la EM. The applications of artificial intelligence, and in particular automatic learning or “machine learning” (ML), constitute both a challenge and a great opportunity in numerous scientific, technical, and clinical disciplines. Specific applications in the study of multiple sclerosis (MS) have been no exception, and constitute an area of increasing interest in recent years. We present a systematic review of the application of ML algorithms in MS. We used the PubMed search engine, which allows free access to the MEDLINE medical database, to identify studies including the keywords “machine learning” and “multiple sclerosis.” We excluded review articles, studies written in languages other than English or Spanish, and studies that were mainly technical and did not specifically apply to MS. The final selection included 76 articles, and 38 were rejected. After the review process, we established 4 main applications of ML in MS: 1) classifying MS subtypes; 2) distinguishing patients with MS from healthy controls and individuals with other diseases; 3) predicting progression and response to therapeutic interventions; and 4) other applications. Results found to date have shown that ML algorithms may offer great support for health professionals both in clinical settings and in research into MS." @default.
• W3126275142 created "2021-02-15" @default.
• W3126275142 creator A5008658044 @default.
• W3126275142 creator A5056656076 @default.
• W3126275142 creator A5061871004 @default.
• W3126275142 creator A5082897751 @default.
• W3126275142 creator A5089278636 @default.
• W3126275142 date "2023-10-01" @default.
• W3126275142 modified "2023-10-17" @default.
• W3126275142 title "Revisión sistemática de la aplicación de algoritmos de «machine learning» en la esclerosis múltiple" @default.
• W3126275142 cites W2000308637 @default.
• W3126275142 cites W2002212330 @default.
• W3126275142 cites W2005576388 @default.
• W3126275142 cites W2006035569 @default.
• W3126275142 cites W2026071608 @default.
• W3126275142 cites W2026607811 @default.
• W3126275142 cites W2040182023 @default.
• W3126275142 cites W2050914686 @default.
• W3126275142 cites W2055521804 @default.
• W3126275142 cites W2075312775 @default.
• W3126275142 cites W2141772314 @default.
• W3126275142 cites W2152963532 @default.
• W3126275142 cites W2175642482 @default.
• W3126275142 cites W2342591535 @default.
• W3126275142 cites W2345930799 @default.
• W3126275142 cites W2512091001 @default.
• W3126275142 cites W2534922125 @default.
• W3126275142 cites W2604975863 @default.
• W3126275142 cites W2615239903 @default.
• W3126275142 cites W2620639087 @default.
• W3126275142 cites W2624260673 @default.
• W3126275142 cites W2735459244 @default.
• W3126275142 cites W2750756186 @default.
• W3126275142 cites W2751843937 @default.
• W3126275142 cites W2762747243 @default.
• W3126275142 cites W2769568471 @default.
• W3126275142 cites W2788933778 @default.
• W3126275142 cites W2789064964 @default.
• W3126275142 cites W2810843213 @default.
• W3126275142 cites W2845234326 @default.
• W3126275142 cites W2849179291 @default.
• W3126275142 cites W2884205346 @default.
• W3126275142 cites W2887782839 @default.
• W3126275142 cites W2892369591 @default.
• W3126275142 cites W2895762064 @default.
• W3126275142 cites W2900258301 @default.
• W3126275142 cites W2901262261 @default.
• W3126275142 cites W2901528002 @default.
• W3126275142 cites W2902620820 @default.
• W3126275142 cites W2902640859 @default.
• W3126275142 cites W2904925223 @default.
• W3126275142 cites W2911293484 @default.
• W3126275142 cites W2920798634 @default.
• W3126275142 cites W2943959904 @default.
• W3126275142 cites W2948609497 @default.
• W3126275142 cites W2951152770 @default.
• W3126275142 cites W2956719809 @default.
• W3126275142 cites W2958317004 @default.
• W3126275142 cites W2959847375 @default.
• W3126275142 cites W2968762354 @default.
• W3126275142 cites W2971685841 @default.
• W3126275142 cites W2973030301 @default.
• W3126275142 cites W2975896787 @default.
• W3126275142 cites W2977524947 @default.
• W3126275142 cites W2979535897 @default.
• W3126275142 cites W2979996751 @default.
• W3126275142 cites W2982233517 @default.
• W3126275142 cites W2983907048 @default.
• W3126275142 cites W2988238454 @default.
• W3126275142 cites W2988725512 @default.
• W3126275142 cites W2991340843 @default.
• W3126275142 cites W2991524019 @default.
• W3126275142 cites W2992200549 @default.
• W3126275142 cites W2996276198 @default.
• W3126275142 cites W2998382978 @default.
• W3126275142 cites W3001878481 @default.
• W3126275142 cites W3002843465 @default.
• W3126275142 cites W3003469319 @default.
• W3126275142 cites W3003742377 @default.
• W3126275142 cites W3010274200 @default.
• W3126275142 cites W3011023930 @default.
• W3126275142 cites W3011053267 @default.
• W3126275142 cites W3011696610 @default.
• W3126275142 cites W3012619665 @default.
• W3126275142 cites W3018780706 @default.
• W3126275142 cites W3105164764 @default.
• W3126275142 cites W375705258 @default.
• W3126275142 cites W989828740 @default.
• W3126275142 doi "https://doi.org/10.1016/j.nrl.2020.10.017" @default.
• W3126275142 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/33549371" @default.
• W3126275142 hasPublicationYear "2023" @default.
• W3126275142 type Work @default.
• W3126275142 sameAs 3126275142 @default.
• W3126275142 citedByCount "2" @default.
• W3126275142 countsByYear W31262751422022 @default.
• W3126275142 countsByYear W31262751422023 @default.
• W3126275142 crossrefType "journal-article" @default.
• W3126275142 hasAuthorship W3126275142A5008658044 @default.

• next