metricas
covid
Buscar en
Endocrinología, Diabetes y Nutrición
Toda la web
Inicio Endocrinología, Diabetes y Nutrición Big data, creación de valor en nutrición clínica
Información de la revista

Estadísticas

Siga este enlace para acceder al texto completo del artículo

EDITORIAL
Big data, creación de valor en nutrición clínica
Big data: Value creation in clinical nutrition
Julia Alvarez Hernández
Sección de Endocrinología y Nutrición, Hospital Universitario Príncipe de Asturias, Universidad de Alcala, Alcalá de Henares, Madrid, España
Leído
2878
Veces
se ha leído el artículo
441
Total PDF
2437
Total HTML
Compartir estadísticas
 array:22 [
  "pii" => "S253001642030046X"
  "issn" => "25300164"
  "doi" => "10.1016/j.endinu.2020.02.002"
  "estado" => "S300"
  "fechaPublicacion" => "2020-04-01"
  "aid" => "1018"
  "copyrightAnyo" => "2020"
  "documento" => "article"
  "crossmark" => 1
  "subdocumento" => "sco"
  "cita" => "Endocrinol Diabetes Nutr. 2020;67:221-3"
  "abierto" => array:3 [
    "ES" => false
    "ES2" => false
    "LATM" => false
  ]
  "gratuito" => false
  "lecturas" => array:1 [
    "total" => 0
  ]
  "Traduccion" => array:1 [
    "en" => array:18 [
      "pii" => "S2530018020300524"
      "issn" => "25300180"
      "doi" => "10.1016/j.endien.2020.02.003"
      "estado" => "S300"
      "fechaPublicacion" => "2020-04-01"
      "aid" => "1018"
      "documento" => "article"
      "crossmark" => 1
      "subdocumento" => "sco"
      "cita" => "Endocrinol Diabetes Nutr. 2020;67:221-3"
      "abierto" => array:3 [
        "ES" => false
        "ES2" => false
        "LATM" => false
      ]
      "gratuito" => false
      "lecturas" => array:1 [
        "total" => 0
      ]
      "en" => array:10 [
        "idiomaDefecto" => true
        "cabecera" => "<span class="elsevierStyleTextfn">Editorial</span>"
        "titulo" => "Big data&#58; Value creation in clinical nutrition"
        "tienePdf" => "en"
        "tieneTextoCompleto" => "en"
        "paginas" => array:1 [
          0 => array:2 [
            "paginaInicial" => "221"
            "paginaFinal" => "223"
          ]
        ]
        "titulosAlternativos" => array:1 [
          "es" => array:1 [
            "titulo" => "<span class="elsevierStyleItalic">Big data</span>&#44; creaci&#243;n de valor en nutrici&#243;n cl&#237;nica"
          ]
        ]
        "contieneTextoCompleto" => array:1 [
          "en" => true
        ]
        "contienePdf" => array:1 [
          "en" => true
        ]
        "autores" => array:1 [
          0 => array:2 [
            "autoresLista" => "Julia Alvarez Hern&#225;ndez"
            "autores" => array:1 [
              0 => array:2 [
                "nombre" => "Julia"
                "apellidos" => "Alvarez Hern&#225;ndez"
              ]
            ]
          ]
        ]
      ]
      "idiomaDefecto" => "en"
      "Traduccion" => array:1 [
        "es" => array:9 [
          "pii" => "S253001642030046X"
          "doi" => "10.1016/j.endinu.2020.02.002"
          "estado" => "S300"
          "subdocumento" => ""
          "abierto" => array:3 [
            "ES" => false
            "ES2" => false
            "LATM" => false
          ]
          "gratuito" => false
          "lecturas" => array:1 [
            "total" => 0
          ]
          "idiomaDefecto" => "es"
          "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S253001642030046X?idApp=UINPBA00004N"
        ]
      ]
      "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018020300524?idApp=UINPBA00004N"
      "url" => "/25300180/0000006700000004/v1_202007100754/S2530018020300524/v1_202007100754/en/main.assets"
    ]
  ]
  "itemSiguiente" => array:18 [
    "pii" => "S2530016420300239"
    "issn" => "25300164"
    "doi" => "10.1016/j.endinu.2019.11.009"
    "estado" => "S300"
    "fechaPublicacion" => "2020-04-01"
    "aid" => "1010"
    "documento" => "article"
    "crossmark" => 1
    "subdocumento" => "fla"
    "cita" => "Endocrinol Diabetes Nutr. 2020;67:224-7"
    "abierto" => array:3 [
      "ES" => false
      "ES2" => false
      "LATM" => false
    ]
    "gratuito" => false
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:12 [
      "idiomaDefecto" => true
      "cabecera" => "<span class="elsevierStyleTextfn">Original</span>"
      "titulo" => "Persiguiendo la desnutrici&#243;n relacionada con la enfermedad mediante herramientas de big data"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "tieneResumen" => array:2 [
        0 => "es"
        1 => "en"
      ]
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "224"
          "paginaFinal" => "227"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "Searching for disease-related malnutrition using Big Data tools"
        ]
      ]
      "contieneResumen" => array:2 [
        "es" => true
        "en" => true
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "Mar&#237;a D&#46; Ballesteros Pomar, Bego&#241;a Pintor de la Maza, David Barajas Galindo, Isidoro Cano Rodr&#237;guez"
          "autores" => array:4 [
            0 => array:2 [
              "nombre" => "Mar&#237;a D&#46;"
              "apellidos" => "Ballesteros Pomar"
            ]
            1 => array:2 [
              "nombre" => "Bego&#241;a"
              "apellidos" => "Pintor de la Maza"
            ]
            2 => array:2 [
              "nombre" => "David"
              "apellidos" => "Barajas Galindo"
            ]
            3 => array:2 [
              "nombre" => "Isidoro"
              "apellidos" => "Cano Rodr&#237;guez"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "Traduccion" => array:1 [
      "en" => array:9 [
        "pii" => "S2530018020300512"
        "doi" => "10.1016/j.endien.2020.06.007"
        "estado" => "S300"
        "subdocumento" => ""
        "abierto" => array:3 [
          "ES" => false
          "ES2" => false
          "LATM" => false
        ]
        "gratuito" => false
        "lecturas" => array:1 [
          "total" => 0
        ]
        "idiomaDefecto" => "en"
        "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018020300512?idApp=UINPBA00004N"
      ]
    ]
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420300239?idApp=UINPBA00004N"
    "url" => "/25300164/0000006700000004/v1_202004020633/S2530016420300239/v1_202004020633/es/main.assets"
  ]
  "es" => array:11 [
    "idiomaDefecto" => true
    "cabecera" => "<span class="elsevierStyleTextfn">EDITORIAL</span>"
    "titulo" => "<span class="elsevierStyleItalic">Big data&#44;</span> creaci&#243;n de valor en nutrici&#243;n cl&#237;nica"
    "tieneTextoCompleto" => true
    "paginas" => array:1 [
      0 => array:2 [
        "paginaInicial" => "221"
        "paginaFinal" => "223"
      ]
    ]
    "autores" => array:1 [
      0 => array:3 [
        "autoresLista" => "Julia Alvarez Hern&#225;ndez"
        "autores" => array:1 [
          0 => array:3 [
            "nombre" => "Julia"
            "apellidos" => "Alvarez Hern&#225;ndez"
            "email" => array:1 [
              0 => "julia.alvarez@movistar.es"
            ]
          ]
        ]
        "afiliaciones" => array:1 [
          0 => array:2 [
            "entidad" => "Secci&#243;n de Endocrinolog&#237;a y Nutrici&#243;n&#44; Hospital Universitario Pr&#237;ncipe de Asturias&#44; Universidad de Alcala&#44; Alcal&#225; de Henares&#44; Madrid&#44; Espa&#241;a"
            "identificador" => "aff0005"
          ]
        ]
      ]
    ]
    "titulosAlternativos" => array:1 [
      "en" => array:1 [
        "titulo" => "Big data&#58; Value creation in clinical nutrition"
      ]
    ]
    "textoCompleto" => "<span class="elsevierStyleSections"><p id="par0005" class="elsevierStylePara elsevierViewall">La inteligencia artificial &#40;IA&#41; ha irrumpido en nuestras vidas de forma imparable&#46; Su origen se remonta a los trabajos de l&#243;gica matem&#225;tica y computaci&#243;n de Alan Turing<a class="elsevierStyleCrossRef" href="#bib0075"><span class="elsevierStyleSup">1</span></a> y McCulloch y Pitts&#44; publicados hace m&#225;s de 80 a&#241;os<a class="elsevierStyleCrossRef" href="#bib0080"><span class="elsevierStyleSup">2</span></a>&#46; IA es un t&#233;rmino acu&#241;ado por Minsky y McCarthy en 1956&#44; en la conferencia de Dartmouth<a class="elsevierStyleCrossRef" href="#bib0085"><span class="elsevierStyleSup">3</span></a>&#46; Se define como el campo cient&#237;fico de la inform&#225;tica que se centra en la creaci&#243;n de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes&#46; En otras palabras&#44; &#171;las m&#225;quinas piensan como seres humanos&#187;&#46;</p><p id="par0010" class="elsevierStylePara elsevierViewall">Pero para poder conseguir su desarrollo&#44; la IA se nutre de una gran cantidad de datos <span class="elsevierStyleItalic">&#40;big data</span> &#91;BD&#93;<span class="elsevierStyleItalic">&#41;</span> y los emplea para desarrollar algoritmos y para constituir su propia l&#243;gica&#46; En definitiva&#44; utiliza los datos para obtener informaci&#243;n del entorno e interactuar con &#233;l en consecuencia&#46; As&#237;&#44; IA y BD son t&#233;rminos estrechamente vinculados que ofrecen oportunidades de mejora en todas las disciplinas si sabemos aprovechar los sistemas de informaci&#243;n a nuestra disposici&#243;n&#46;</p><p id="par0015" class="elsevierStylePara elsevierViewall">BD es la voz inglesa que se emplea en el sector de las tecnolog&#237;as de la informaci&#243;n y de la comunicaci&#243;n&#44; para aludir a un conjunto de datos que&#44; por su volumen y variedad&#44; y por la velocidad a la que necesitan ser procesados&#44; supera las capacidades de los sistemas inform&#225;ticos habituales&#46; En espa&#241;ol&#44; se ha propuesto traducir BD por &#171;macrodatos&#187;&#44; present&#225;ndola como &#171;una alternativa v&#225;lida pues aporta&#44; como <span class="elsevierStyleItalic">big</span>&#44; el significado de &#171;grande&#187;&#59; es una soluci&#243;n breve y no tiene&#44; como ocurrir&#237;a con &#171;megadatos&#187;&#44; un posible riesgo de confusi&#243;n con el t&#233;rmino mega&#44; muy frecuente tambi&#233;n en los mismos &#225;mbitos<a class="elsevierStyleCrossRef" href="#bib0090"><span class="elsevierStyleSup">4</span></a>&#46;</p><p id="par0020" class="elsevierStylePara elsevierViewall">El BD involucra todos los aspectos de la vida humana&#44; incluida la biolog&#237;a y la medicina<a class="elsevierStyleCrossRef" href="#bib0095"><span class="elsevierStyleSup">5</span></a>&#46; Los avances de las &#250;ltimas d&#233;cadas&#44; el mundo de las &#243;micas &#40;gen&#243;mica&#44; prote&#243;mica&#44; metabol&#243;mica&#41; y otros tipos de tecnolog&#237;as&#44; as&#237; como la implantaci&#243;n de la historia cl&#237;nica electr&#243;nica &#40;HCE&#41;&#44; han condicionado un exponencial crecimiento de los datos contribuyendo a la realidad del BD en el &#225;mbito sanitario&#46; Hoy en d&#237;a es una demanda real que puede permitir aumentar el conocimiento para innovar y mejorar la calidad y eficiencia asistencial&#46; Seg&#250;n Margolis&#44; &#171;El <span class="elsevierStyleItalic">big data</span> es no solo una nueva realidad para el cient&#237;fico biom&#233;dico&#44; sino un imperativo que debe entenderse y utilizarse eficazmente en la b&#250;squeda de nuevos conocimientos&#187;<a class="elsevierStyleCrossRef" href="#bib0100"><span class="elsevierStyleSup">6</span></a>&#46;</p><p id="par0025" class="elsevierStylePara elsevierViewall">Algunos autores se&#241;alan que el t&#233;rmino BD no tiene una definici&#243;n adecuada en el tesauro de Medline &#40;MeSH&#41;&#46; Tras una revisi&#243;n en profundidad&#44; destaca que en las publicaciones sanitarias el t&#233;rmino que mejor define el BD es el volumen<a class="elsevierStyleCrossRef" href="#bib0105"><span class="elsevierStyleSup">7</span></a>&#46;</p><p id="par0030" class="elsevierStylePara elsevierViewall">Es evidente que en el campo de la medicina es dominante el enorme volumen de datos de asistencia sanitaria existente&#46; Esta incluye registros m&#233;dicos personales&#44; im&#225;genes m&#233;dicas&#44; datos a nivel gen&#233;tico&#44; secuencias gen&#243;micas de datos de poblaci&#243;n&#44; datos de investigaci&#243;n cl&#237;nica &#40;estudios observacionales&#44; ensayos cl&#237;nicos etc&#46;&#41; y un largo etc&#233;tera&#46; M&#225;s recientemente&#44; tambi&#233;n est&#225;n alimentando este crecimiento exponencial las im&#225;genes en 3D&#44; as&#237; como las lecturas de los sensores biom&#233;tricos o los dispositivos &#171;vestibles&#187; <span class="elsevierStyleItalic">&#40;wearables&#8221;&#41;&#44;</span> es decir&#44; dispositivos incorporados a la vestimenta o usados corporalmente como implantes o accesorios que pueden actuar como extensi&#243;n del cuerpo o mente del usuario&#44; algunos de ellos muy utilizados en el campo de la Endocrinolog&#237;a y la nutrici&#243;n cl&#237;nica&#46;</p><p id="par0035" class="elsevierStylePara elsevierViewall">Si bien es cierto que el concepto de volumen de datos en medicina&#44; como en otras disciplinas&#44; es relevante para hablar de BD&#44; cada vez se considera m&#225;s que el concepto de BD est&#225; asociado a las 5<span class="elsevierStyleHsp" style=""></span>&#171;V&#187;&#58; volumen&#44; velocidad&#44; variedad&#44; veracidad y valor&#46; Podr&#237;amos decir que estamos hablando del conjunto de datos o combinaciones de conjuntos de datos de gran tama&#241;o &#40;volumen&#41;&#44; diversos y complejos &#40;variedad&#41;&#44; que crecen r&#225;pidamente y necesitan ser procesados &#40;velocidad&#41;&#44; reales&#44; aut&#233;nticos y de calidad &#40;veracidad&#41; que analizados adecuadamente aportan valor&#46;</p><p id="par0040" class="elsevierStylePara elsevierViewall">Por todo esto&#44; no podemos quedarnos en la superficie conceptual del t&#233;rmino y el gran reto&#44; en mi opini&#243;n&#44; est&#225; en el continuo desarrollo&#44; implementaci&#243;n real&#44; extensa y colaborativa de sistemas de an&#225;lisis de datos m&#225;s potentes que los m&#233;todos tradicionales&#46; Hay que poner el foco en el desarrollo de plataformas para la captura m&#225;s eficaz&#44; almacenamiento y manipulaci&#243;n de estos grandes vol&#250;menes de datos que nos permitan a&#241;adir valor a nuestra actividad sanitaria&#46;</p><p id="par0045" class="elsevierStylePara elsevierViewall">Un buen ejemplo de esto es la herramienta Savana Manager&#44; utilizada por Ballesteros et al&#46; en su estudio<a class="elsevierStyleCrossRef" href="#bib0110"><span class="elsevierStyleSup">8</span></a>&#46; Este sistema innovador&#44; mediante la tecnolog&#237;a EHRead&#44; es capaz de analizar y extraer de forma autom&#225;tica la informaci&#243;n cl&#237;nica relevante contenida en el texto libre de las HCE mediante t&#233;cnicas de procesamiento del lenguaje natural y de BD&#44; y transformarla en informaci&#243;n ordenada con fines de investigaci&#243;n<a class="elsevierStyleCrossRef" href="#bib0115"><span class="elsevierStyleSup">9</span></a>&#46;</p><p id="par0050" class="elsevierStylePara elsevierViewall">Ballesteros et al&#46; prueban en su estudio una de las utilidades del BD en la investigaci&#243;n cl&#237;nica y gesti&#243;n sanitaria&#46; El an&#225;lisis de un voluminoso conjunto de datos de las HCE ha identificado que el infradiagn&#243;stico de la desnutrici&#243;n relacionada con la enfermedad &#40;DRE&#41; sigue siendo una realidad&#46; Esta circunstancia ampliamente destacada por distintas iniciativas en la lucha contra la desnutrici&#243;n en una preocupaci&#243;n constante de los endocrin&#243;logos dedicados a la nutrici&#243;n cl&#237;nica<a class="elsevierStyleCrossRef" href="#bib0120"><span class="elsevierStyleSup">10</span></a>&#46;</p><p id="par0055" class="elsevierStylePara elsevierViewall">El BD del estudio en cuesti&#243;n valora m&#225;s de 180&#46;000 registros de hospitalizaci&#243;n y&#44; con un menor esfuerzo que el empleado en los estudios de prevalencia cl&#225;sicos&#44; permite hacer una aproximaci&#243;n a las caracter&#237;sticas de la poblaci&#243;n estudiada&#46; Los pacientes identificados como desnutridos eran mayoritariamente pacientes con insuficiencia cardiaca &#40;35&#37;&#41;&#44; infecci&#243;n respiratoria &#40;23&#37;&#41;&#44; infecci&#243;n urinaria &#40;20&#37;&#41; y enfermedad renal cr&#243;nica &#40;15&#37;&#41;&#46; Adem&#225;s&#44; ha permitido conocer que estos pacientes ten&#237;an una mayor edad &#40;75 vs&#46; 59 a&#241;os&#41;&#44; mortalidad &#40;7&#44;08&#37; vs&#46; 2&#44;98&#37;&#41; y estancia &#40;8 vs&#46; 5 d&#237;as&#44; p &#60;<span class="elsevierStyleHsp" style=""></span>0&#44;0001&#41; que los pacientes sin diagn&#243;stico de desnutrici&#243;n&#46; El estudio establece que el 2&#44;47&#37; de los episodios inclu&#237;an el diagn&#243;stico de DRE&#44; cifra alejada de m&#225;s del 23&#37; encontrada en el estudio Predyces<a class="elsevierStyleCrossRef" href="#bib0125"><span class="elsevierStyleSup">11</span></a>&#46;</p><p id="par0060" class="elsevierStylePara elsevierViewall">El verdadero valor de este ejercicio de an&#225;lisis de BD reside en que&#44; con un relativo menor esfuerzo&#44; los autores tienen informaci&#243;n relevante para gestionar el abordaje de la DRE en su centro&#46; Pueden definir mejor d&#243;nde poner el foco de atenci&#243;n para implantar acciones de mejora que consigan sensibilizar a las unidades asistenciales seleccionadas por los datos de infradiagn&#243;stico&#44; para hacer una detecci&#243;n precoz de pacientes en riesgo nutricional o desnutridos que se beneficien de una intervenci&#243;n espec&#237;fica que mejore la calidad asistencial y reduzca los costes&#46;</p><p id="par0065" class="elsevierStylePara elsevierViewall">Tenemos suficientes evidencias de c&#243;mo los avances en BD e IA&#44; junto a la inteligencia humana&#44; est&#225;n siendo capaces de hacer una medicina de alto rendimiento&#46; Las utilidades a d&#237;a de hoy de la IA van desde la selecci&#243;n de embriones en procesos de fecundaci&#243;n in vitro&#44; el control m&#233;dico con dispositivos que act&#250;an mediante lenguaje oral tipo Alexa&#44; hasta el control de salud mental&#44; la monitorizaci&#243;n de par&#225;metros de inter&#233;s &#40;presi&#243;n arterial&#44; frecuencia cardiaca&#44; electrocardiograma&#44; glucemia&#44; etc&#46;&#41; o de adherencia terap&#233;utica&#44; acciones param&#233;dicas en el &#225;mbito cardiol&#243;gico o neurol&#243;gico &#40;infartos de miocardio&#44; ictus etc&#46;&#41;&#44; asistentes para la lectura de im&#225;genes radiol&#243;gicas y la interpretaci&#243;n de las mismas&#44; prevenci&#243;n de ceguera &#40;lectura de retinograf&#237;as&#41;&#44; identificar mutaciones responsables de c&#225;ncer&#44; promover la seguridad del paciente e incluso prever la muerte en el entorno hospitalario<a class="elsevierStyleCrossRef" href="#bib0130"><span class="elsevierStyleSup">12</span></a>&#46; Es esperable que&#44; en su progresi&#243;n&#44; los avances permitan seguir mejorando la prevenci&#243;n&#44; el diagn&#243;stico y el tratamiento de enfermedades&#44; as&#237; como una mejor y m&#225;s eficiente gesti&#243;n de la atenci&#243;n sanitaria con un impacto positivo en la calidad y la eficiencia&#46;</p><p id="par0070" class="elsevierStylePara elsevierViewall">Pero para alcanzar estos logros que transportar&#237;an el sistema sanitario a una nueva era es necesario aunar esfuerzos para conseguir involucrar a los distintos protagonistas del desarrollo del proceso de digitalizaci&#243;n &#40;administraciones p&#250;blicas&#44; empresas privadas&#44; hospitales&#44; m&#233;dicos&#44; centros de investigaci&#243;n&#44; universidades&#44; etc&#46;&#41;&#46; Uno de los retos m&#225;s importantes en todos los pa&#237;ses en este desarrollo es integrar la tecnolog&#237;a con las pol&#237;ticas de privacidad y confidencialidad&#44; las infraestructuras y una cultura de uso compartido de los datos<a class="elsevierStyleCrossRef" href="#bib0135"><span class="elsevierStyleSup">13</span></a>&#46; Aunque somos conscientes de que la transformaci&#243;n digital en salud en Espa&#241;a ya ha comenzado&#44; voces autorizadas proponen&#44; desde hace algunos a&#241;os&#44; el desarrollo de una Estrategia Nacional de Salud Digital en la que se tengan en cuenta todos estos factores&#44; se incorpore un marco claro de cooperaci&#243;n&#44; se priorice la implementaci&#243;n de casos de uso de valor compartido y se haga viable la medici&#243;n del impacto de la misma<a class="elsevierStyleCrossRef" href="#bib0140"><span class="elsevierStyleSup">14</span></a>&#46;</p></span>"
    "pdfFichero" => "main.pdf"
    "tienePdf" => true
    "bibliografia" => array:2 [
      "titulo" => "Bibliograf&#237;a"
      "seccion" => array:1 [
        0 => array:2 [
          "identificador" => "bibs0015"
          "bibliografiaReferencia" => array:14 [
            0 => array:3 [
              "identificador" => "bib0075"
              "etiqueta" => "1"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Computing machinery and intelligence"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "A&#46;M&#46; Turing"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "Mind&#46;"
                        "fecha" => "1950"
                        "volumen" => "59"
                        "paginaInicial" => "433"
                        "paginaFinal" => "460"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            1 => array:3 [
              "identificador" => "bib0080"
              "etiqueta" => "2"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "A logical calculus of the ideas immanent in nervous activity"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "W&#46;S&#46; McCulloch"
                            1 => "W&#46; Pitts"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "Bull Math Biophys&#46;"
                        "fecha" => "1943"
                        "volumen" => "5"
                        "paginaInicial" => "115"
                        "paginaFinal" => "133"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            2 => array:3 [
              "identificador" => "bib0085"
              "etiqueta" => "3"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Conferencia de Darthmounth 1956&#46; Disponible en&#58; https&#58;&#47;&#47;darthmouthconference&#46;wordpress&#46;com&#47;"
                ]
              ]
            ]
            3 => array:3 [
              "identificador" => "bib0090"
              "etiqueta" => "4"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Oportunidades y retos de los macrodatos &#40;big data&#41; en la toma de decisiones sanitarias"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:5 [
                            0 => "J&#46; Barea Mendoza"
                            1 => "J&#46; Rovira Forns"
                            2 => "L&#46; Quecedo Guti&#233;rrez"
                            3 => "J&#46; Gol Montserrat"
                            4 => "J&#46; del Llano Se&#241;ar&#237;s"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Libro" => array:3 [
                        "fecha" => "2018"
                        "editorial" => "Fundaci&#243;n Gaspar Casal ed&#46;"
                        "editorialLocalizacion" => "Pinto&#44; Madrid"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            4 => array:3 [
              "identificador" => "bib0095"
              "etiqueta" => "5"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Big data and clinical research&#58; Focusing on the area of critical care medicine in mainland China"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "Z&#46; Zhang"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.3978/j.issn.2223-4292.2014.09.03"
                      "Revista" => array:7 [
                        "tituloSerie" => "Quantitative Imaging in Medicine and Surgery"
                        "fecha" => "2014"
                        "volumen" => "4"
                        "numero" => "5"
                        "paginaInicial" => "426"
                        "paginaFinal" => "429"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/25392827"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            5 => array:3 [
              "identificador" => "bib0100"
              "etiqueta" => "6"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "The National Institutes of Health&#39;s Big Data to Knowledge &#40;BD2K&#41; initiative&#58; Capitalizing on biomedical big data"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => true
                          "autores" => array:3 [
                            0 => "R&#46; Margolis"
                            1 => "L&#46; Derr"
                            2 => "M&#46; Dunn"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1136/amiajnl-2014-002974"
                      "Revista" => array:7 [
                        "tituloSerie" => "Journal of the American Medical Informatics Association&#46;"
                        "fecha" => "2014"
                        "volumen" => "21"
                        "numero" => "6"
                        "paginaInicial" => "957"
                        "paginaFinal" => "958"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/25008006"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            6 => array:3 [
              "identificador" => "bib0105"
              "etiqueta" => "7"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Toward a literature-driven definition of big data in healthcare"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:4 [
                            0 => "E&#46; Baro"
                            1 => "S&#46; Degoul"
                            2 => "R&#46; Beuscart"
                            3 => "E&#46; Chazard"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:3 [
                        "tituloSerie" => "BioMed Research International&#46;"
                        "fecha" => "2015"
                        "itemHostRev" => array:3 [
                          "pii" => "S0140673699061553"
                          "estado" => "S300"
                          "issn" => "01406736"
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            7 => array:3 [
              "identificador" => "bib0110"
              "etiqueta" => "8"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Persiguiendo la desnutrici&#243;n relacionada con la enfermedad mediante herramientas de big data"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:4 [
                            0 => "M&#46;D&#46; Ballesteros"
                            1 => "B&#46; Pintor de la Maza"
                            2 => "D&#46; Barajas Galindo"
                            3 => "I&#46; Cano Rodr&#237;guez"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:2 [
                        "tituloSerie" => "End Nutr y Diab"
                        "fecha" => "2020"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            8 => array:3 [
              "identificador" => "bib0115"
              "etiqueta" => "9"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Savana&#58; A global information extraction and terminology expansion framework in the medical domain"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => true
                          "autores" => array:6 [
                            0 => "L&#46; Espinosa-Anke"
                            1 => "J&#46; Tello"
                            2 => "A&#46; Pardo"
                            3 => "I&#46; Medrano"
                            4 => "A&#46; Ure&#241;a"
                            5 => "I&#46; Salcedo"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "Procesamiento del Lenguaje Natural&#46;"
                        "fecha" => "2016"
                        "volumen" => "57"
                        "paginaInicial" => "23"
                        "paginaFinal" => "30"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            9 => array:3 [
              "identificador" => "bib0120"
              "etiqueta" => "10"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Fight Against Malnutrition&#46; Disponible en&#58; https&#58;&#47;&#47;www&#46;espen&#46;org&#47;fight-against-malnutrition"
                ]
              ]
            ]
            10 => array:3 [
              "identificador" => "bib0125"
              "etiqueta" => "11"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Prevalence and costs of malnutrition in hospitalized patients&#59; the PREDyCES Study"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => true
                          "autores" => array:6 [
                            0 => "J&#46; &#193;lvarez-Hern&#225;ndez"
                            1 => "M&#46; Planas Vila"
                            2 => "M&#46; Le&#243;n-Sanz"
                            3 => "A&#46; Garc&#237;a de Lorenzo"
                            4 => "S&#46; Celaya P&#233;rez"
                            5 => "P&#46; Garc&#237;a Lorda"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.3305/nh.2015.32.4.9700.Predyces"
                      "Revista" => array:7 [
                        "tituloSerie" => "Nutr Hosp&#46;"
                        "fecha" => "2012"
                        "volumen" => "27"
                        "numero" => "4"
                        "paginaInicial" => "1049"
                        "paginaFinal" => "1059"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/23165541"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            11 => array:3 [
              "identificador" => "bib0130"
              "etiqueta" => "12"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "High-performance medicine&#58; The convergence of human and artificial intelligence"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "E&#46;J&#46; Topol"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1038/s41591-018-0300-7"
                      "Revista" => array:7 [
                        "tituloSerie" => "Nat Med&#46;"
                        "fecha" => "2019"
                        "volumen" => "25"
                        "numero" => "1"
                        "paginaInicial" => "44"
                        "paginaFinal" => "56"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/30617339"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            12 => array:3 [
              "identificador" => "bib0135"
              "etiqueta" => "13"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Menasalvas E&#44; Gonz&#225;lo C&#44; Rodriguez-Gonz&#225;lez A&#46; Big data en salud&#58; retos y Oportunidades&#46; Econom&#237;a Industrial&#46; Disponible en&#58; https&#58;&#47;&#47;www&#46;mincotur&#46;gob&#46;es&#47;Publicaciones&#47;Publicacionesperiodicas&#47;EconomiaIndustrial&#47;RevistaEconomiaIndustrial&#47;405&#47;MENASALVAS&#44;&#37;20GONZALO&#37;20Y&#37;20RODR&#37;C3&#37;8DGUEZ&#46;pdf"
                ]
              ]
            ]
            13 => array:3 [
              "identificador" => "bib0140"
              "etiqueta" => "14"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Big data en sanidad en Espa&#241;a&#58; la oportunidad de una estrategia nacional"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "C&#46;L&#46; Parra Calder&#243;n"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.gaceta.2016.04.012"
                      "Revista" => array:7 [
                        "tituloSerie" => "Gac Sanit"
                        "fecha" => "2016"
                        "volumen" => "30"
                        "numero" => "1"
                        "paginaInicial" => "63"
                        "paginaFinal" => "65"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27837797"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
          ]
        ]
      ]
    ]
  ]
  "idiomaDefecto" => "es"
  "url" => "/25300164/0000006700000004/v1_202004020633/S253001642030046X/v1_202004020633/es/main.assets"
  "Apartado" => array:4 [
    "identificador" => "63842"
    "tipo" => "SECCION"
    "en" => array:2 [
      "titulo" => "Editorial"
      "idiomaDefecto" => true
    ]
    "idiomaDefecto" => "en"
  ]
  "PDF" => "https://static.elsevier.es/multimedia/25300164/0000006700000004/v1_202004020633/S253001642030046X/v1_202004020633/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/"
  "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S253001642030046X?idApp=UINPBA00004N"
]
Información del artículo
ISSN: 25300164
Idioma original: Español
Datos actualizados diariamente
año/Mes Html Pdf Total
2024 Noviembre 10 1 11
2024 Octubre 48 8 56
2024 Septiembre 56 9 65
2024 Agosto 48 13 61
2024 Julio 29 10 39
2024 Junio 37 12 49
2024 Mayo 38 14 52
2024 Abril 39 14 53
2024 Marzo 32 11 43
2024 Febrero 36 10 46
2024 Enero 56 5 61
2023 Diciembre 41 2 43
2023 Noviembre 29 1 30
2023 Octubre 71 5 76
2023 Septiembre 32 2 34
2023 Agosto 59 1 60
2023 Julio 36 4 40
2023 Junio 51 6 57
2023 Mayo 46 3 49
2023 Abril 43 3 46
2023 Marzo 49 5 54
2023 Febrero 52 3 55
2023 Enero 42 3 45
2022 Diciembre 48 8 56
2022 Noviembre 310 8 318
2022 Octubre 44 20 64
2022 Septiembre 51 12 63
2022 Agosto 29 8 37
2022 Julio 31 9 40
2022 Junio 20 5 25
2022 Mayo 25 8 33
2022 Abril 39 15 54
2022 Marzo 40 19 59
2022 Febrero 32 7 39
2022 Enero 43 6 49
2021 Diciembre 21 5 26
2021 Noviembre 22 7 29
2021 Octubre 52 20 72
2021 Septiembre 22 8 30
2021 Agosto 38 8 46
2021 Julio 135 5 140
2021 Junio 55 8 63
2021 Mayo 71 11 82
2021 Abril 82 13 95
2021 Marzo 35 14 49
2021 Febrero 31 11 42
2021 Enero 17 7 24
2020 Diciembre 21 7 28
2020 Noviembre 16 8 24
2020 Octubre 19 5 24
2020 Septiembre 5 5 10
2020 Julio 2 0 2
2020 Junio 3 0 3
2020 Mayo 8 0 8
2020 Abril 90 25 115
2020 Marzo 0 4 4
Mostrar todo

Siga este enlace para acceder al texto completo del artículo

es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos