metricas
covid
Buscar en
Endocrinología, Diabetes y Nutrición
Toda la web
Inicio Endocrinología, Diabetes y Nutrición Identificación de patrones de glucemia en pacientes con diabetes tipo1 mediante...
Información de la revista

Estadísticas

Siga este enlace para acceder al texto completo del artículo

Original
Identificación de patrones de glucemia en pacientes con diabetes tipo1 mediante monitorización continua de glucosa y técnicas de clusterización
Identification of blood glucose patterns in patients with type1 diabetes using continuous glucose monitoring and clustering techniques
Sergio Contador Pachóna, Marta Botella Serranob, Oscar Garnica Alcázarc, José Manuel Velasco Caboc, Aranzanzu Aramendi Zurimendib, Remedios Rodríguez Martínezb, Esther Maqueda Villaizánd, José Ignacio Hidalgo Pérezc,
Autor para correspondencia
hidalgo@ucm.es

Autor para correspondencia.
a Universidad Rey Juan Carlos, Móstoles, Madrid, España
b Servicio de Endocrinología y Nutrición, Hospital Universitario Príncipe de Asturias, Alcalá de Henares, Madrid, España
c Departamento de Arquitectura de Computadores y Automática, Universidad Complutense de Madrid, Madrid, España
d Servicio de Endocrinología y Nutrición, Hospital Virgen de la Salud, Toledo, España
Leído
1875
Veces
se ha leído el artículo
347
Total PDF
1528
Total HTML
Compartir estadísticas
 array:24 [
  "pii" => "S2530016420300719"
  "issn" => "25300164"
  "doi" => "10.1016/j.endinu.2019.12.011"
  "estado" => "S300"
  "fechaPublicacion" => "2021-03-01"
  "aid" => "1026"
  "copyright" => "SEEN y SED"
  "copyrightAnyo" => "2020"
  "documento" => "article"
  "crossmark" => 1
  "subdocumento" => "fla"
  "cita" => "Endocrinol Diabetes Nutr. 2021;68:170-4"
  "abierto" => array:3 [
    "ES" => false
    "ES2" => false
    "LATM" => false
  ]
  "gratuito" => false
  "lecturas" => array:1 [
    "total" => 0
  ]
  "Traduccion" => array:1 [
    "en" => array:19 [
      "pii" => "S2530018021000330"
      "issn" => "25300180"
      "doi" => "10.1016/j.endien.2021.06.001"
      "estado" => "S300"
      "fechaPublicacion" => "2021-03-01"
      "aid" => "1026"
      "copyright" => "SEEN and SED"
      "documento" => "article"
      "crossmark" => 1
      "subdocumento" => "fla"
      "cita" => "Endocrinol Diabetes Nutr. 2021;68:170-4"
      "abierto" => array:3 [
        "ES" => false
        "ES2" => false
        "LATM" => false
      ]
      "gratuito" => false
      "lecturas" => array:1 [
        "total" => 0
      ]
      "en" => array:12 [
        "idiomaDefecto" => true
        "cabecera" => "<span class="elsevierStyleTextfn">Original article</span>"
        "titulo" => "Identification of blood glucose patterns in patients with type 1 diabetes using continuous glucose monitoring and clustering technique"
        "tienePdf" => "en"
        "tieneTextoCompleto" => "en"
        "tieneResumen" => array:2 [
          0 => "en"
          1 => "es"
        ]
        "paginas" => array:1 [
          0 => array:2 [
            "paginaInicial" => "170"
            "paginaFinal" => "174"
          ]
        ]
        "titulosAlternativos" => array:1 [
          "es" => array:1 [
            "titulo" => "Identificaci&#243;n de patrones de glucemia en pacientes con diabetes tipo 1 mediante monitorizaci&#243;n continua de glucosa y t&#233;cnicas de clusterizaci&#243;n"
          ]
        ]
        "contieneResumen" => array:2 [
          "en" => true
          "es" => true
        ]
        "contieneTextoCompleto" => array:1 [
          "en" => true
        ]
        "contienePdf" => array:1 [
          "en" => true
        ]
        "autores" => array:1 [
          0 => array:2 [
            "autoresLista" => "Sergio Contador Pach&#243;n, Marta Botella Serrano, Oscar Garnica Alc&#225;zar, Jos&#233; Manuel Velasco Cabo, Aranzanzu Aramendi Zurimendi, Remedios Rodr&#237;guez Mart&#237;nez, Esther Maqueda Villaiz&#225;n, Jos&#233; Ignacio Hidalgo P&#233;rez"
            "autores" => array:8 [
              0 => array:2 [
                "nombre" => "Sergio"
                "apellidos" => "Contador Pach&#243;n"
              ]
              1 => array:2 [
                "nombre" => "Marta"
                "apellidos" => "Botella Serrano"
              ]
              2 => array:2 [
                "nombre" => "Oscar"
                "apellidos" => "Garnica Alc&#225;zar"
              ]
              3 => array:2 [
                "nombre" => "Jos&#233; Manuel"
                "apellidos" => "Velasco Cabo"
              ]
              4 => array:2 [
                "nombre" => "Aranzanzu"
                "apellidos" => "Aramendi Zurimendi"
              ]
              5 => array:2 [
                "nombre" => "Remedios"
                "apellidos" => "Rodr&#237;guez Mart&#237;nez"
              ]
              6 => array:2 [
                "nombre" => "Esther"
                "apellidos" => "Maqueda Villaiz&#225;n"
              ]
              7 => array:2 [
                "nombre" => "Jos&#233; Ignacio"
                "apellidos" => "Hidalgo P&#233;rez"
              ]
            ]
          ]
        ]
      ]
      "idiomaDefecto" => "en"
      "Traduccion" => array:1 [
        "es" => array:9 [
          "pii" => "S2530016420300719"
          "doi" => "10.1016/j.endinu.2019.12.011"
          "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/S2530016420300719?idApp=UINPBA00004N"
        ]
      ]
      "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018021000330?idApp=UINPBA00004N"
      "url" => "/25300180/0000006800000003/v1_202106220857/S2530018021000330/v1_202106220857/en/main.assets"
    ]
  ]
  "itemSiguiente" => array:19 [
    "pii" => "S2530016420300707"
    "issn" => "25300164"
    "doi" => "10.1016/j.endinu.2019.12.010"
    "estado" => "S300"
    "fechaPublicacion" => "2021-03-01"
    "aid" => "1025"
    "copyright" => "SEEN y SED"
    "documento" => "article"
    "crossmark" => 1
    "subdocumento" => "fla"
    "cita" => "Endocrinol Diabetes Nutr. 2021;68:175-83"
    "abierto" => array:3 [
      "ES" => false
      "ES2" => false
      "LATM" => false
    ]
    "gratuito" => false
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:13 [
      "idiomaDefecto" => true
      "cabecera" => "<span class="elsevierStyleTextfn">Original</span>"
      "titulo" => "Modelo espec&#237;fico de coordinaci&#243;n entre atenci&#243;n primaria y hospitalaria para la atenci&#243;n a pacientes con diabetes mellitus&#46; Evaluaci&#243;n de resultados a dos a&#241;os &#40;2015-2017&#41;"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "tieneResumen" => array:2 [
        0 => "es"
        1 => "en"
      ]
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "175"
          "paginaFinal" => "183"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "Specific model for the coordination of primary and hospital care for patients with diabetes mellitus&#46; Evaluation of two-year results &#40;2015-2017&#41;"
        ]
      ]
      "contieneResumen" => array:2 [
        "es" => true
        "en" => true
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "resumenGrafico" => array:2 [
        "original" => 0
        "multimedia" => array:7 [
          "identificador" => "fig0025"
          "etiqueta" => "Figura 5"
          "tipo" => "MULTIMEDIAFIGURA"
          "mostrarFloat" => true
          "mostrarDisplay" => false
          "figura" => array:1 [
            0 => array:4 [
              "imagen" => "gr5.jpeg"
              "Alto" => 1341
              "Ancho" => 2155
              "Tamanyo" => 199944
            ]
          ]
          "descripcion" => array:1 [
            "es" => "<p id="spar0095" class="elsevierStyleSimplePara elsevierViewall">Fuente&#58; Comparaci&#243;n de la puntuaci&#243;n IEMAC entre el primer trimestre de 2015 &#40;l&#237;nea de cuadrados&#44; roja&#41; y diciembre de 2017 &#40;l&#237;nea de tri&#225;ngulos&#44; verde&#41;&#46; Elaborada por el Grupo&#46;</p>"
          ]
        ]
      ]
      "autores" => array:2 [
        0 => array:2 [
          "autoresLista" => "Isabel Mateo-Gavira, Salvador Carrasco-Garc&#237;a, Laura Larran, Mar&#237;a Jos&#233; Fierro, Antonio Zarallo, Eduardo Mayoral S&#225;nchez, Manuel Aguilar-Diosdado"
          "autores" => array:8 [
            0 => array:2 [
              "nombre" => "Isabel"
              "apellidos" => "Mateo-Gavira"
            ]
            1 => array:2 [
              "nombre" => "Salvador"
              "apellidos" => "Carrasco-Garc&#237;a"
            ]
            2 => array:2 [
              "nombre" => "Laura"
              "apellidos" => "Larran"
            ]
            3 => array:2 [
              "nombre" => "Mar&#237;a Jos&#233;"
              "apellidos" => "Fierro"
            ]
            4 => array:2 [
              "nombre" => "Antonio"
              "apellidos" => "Zarallo"
            ]
            5 => array:2 [
              "nombre" => "Eduardo"
              "apellidos" => "Mayoral S&#225;nchez"
            ]
            6 => array:2 [
              "nombre" => "Manuel"
              "apellidos" => "Aguilar-Diosdado"
            ]
            7 => array:1 [
              "colaborador" => "en nombre del Grupo de Trabajo IEMAC-CAD&#44; C&#225;diz"
            ]
          ]
        ]
        1 => array:2 [
          "autoresLista" => ""
          "autores" => array:1 [
            0 => array:1 [
              "colaborador" => "Grupo de Trabajo IEMAC-C&#225;diz"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "Traduccion" => array:1 [
      "en" => array:9 [
        "pii" => "S2530018021000329"
        "doi" => "10.1016/j.endien.2021.05.002"
        "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/S2530018021000329?idApp=UINPBA00004N"
      ]
    ]
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420300707?idApp=UINPBA00004N"
    "url" => "/25300164/0000006800000003/v2_202103270800/S2530016420300707/v2_202103270800/es/main.assets"
  ]
  "itemAnterior" => array:19 [
    "pii" => "S2530016420301142"
    "issn" => "25300164"
    "doi" => "10.1016/j.endinu.2020.02.010"
    "estado" => "S300"
    "fechaPublicacion" => "2021-03-01"
    "aid" => "1052"
    "copyright" => "SEEN y SED"
    "documento" => "article"
    "crossmark" => 1
    "subdocumento" => "fla"
    "cita" => "Endocrinol Diabetes Nutr. 2021;68:159-69"
    "abierto" => array:3 [
      "ES" => false
      "ES2" => false
      "LATM" => false
    ]
    "gratuito" => false
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:13 [
      "idiomaDefecto" => true
      "cabecera" => "<span class="elsevierStyleTextfn">Original</span>"
      "titulo" => "Efectos del ejercicio f&#237;sico en el anciano con sarcopenia&#46; Una revisi&#243;n sistem&#225;tica"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "tieneResumen" => array:2 [
        0 => "es"
        1 => "en"
      ]
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "159"
          "paginaFinal" => "169"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "Effects of physical exercise in sarcopenia&#46; A systematic review"
        ]
      ]
      "contieneResumen" => array:2 [
        "es" => true
        "en" => true
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "resumenGrafico" => array:2 [
        "original" => 0
        "multimedia" => array:7 [
          "identificador" => "fig0005"
          "etiqueta" => "Figura 1"
          "tipo" => "MULTIMEDIAFIGURA"
          "mostrarFloat" => true
          "mostrarDisplay" => false
          "figura" => array:1 [
            0 => array:4 [
              "imagen" => "gr1.jpeg"
              "Alto" => 2506
              "Ancho" => 2083
              "Tamanyo" => 177638
            ]
          ]
          "descripcion" => array:1 [
            "es" => "<p id="spar0055" class="elsevierStyleSimplePara elsevierViewall">Diagrama de flujo en la selecci&#243;n de estudios para la revisi&#243;n sistem&#225;tica en funci&#243;n de los criterios de exclusi&#243;n e inclusi&#243;n&#46;</p>"
          ]
        ]
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "David E&#46; Barajas-Galindo, Elena Gonz&#225;lez Arn&#225;iz, Pablo Ferrero Vicente, Mar&#237;a D&#46; Ballesteros-Pomar"
          "autores" => array:4 [
            0 => array:2 [
              "nombre" => "David E&#46;"
              "apellidos" => "Barajas-Galindo"
            ]
            1 => array:2 [
              "nombre" => "Elena"
              "apellidos" => "Gonz&#225;lez Arn&#225;iz"
            ]
            2 => array:2 [
              "nombre" => "Pablo"
              "apellidos" => "Ferrero Vicente"
            ]
            3 => array:2 [
              "nombre" => "Mar&#237;a D&#46;"
              "apellidos" => "Ballesteros-Pomar"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "Traduccion" => array:1 [
      "en" => array:9 [
        "pii" => "S2530018021000366"
        "doi" => "10.1016/j.endien.2020.02.007"
        "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/S2530018021000366?idApp=UINPBA00004N"
      ]
    ]
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420301142?idApp=UINPBA00004N"
    "url" => "/25300164/0000006800000003/v2_202103270800/S2530016420301142/v2_202103270800/es/main.assets"
  ]
  "es" => array:21 [
    "idiomaDefecto" => true
    "cabecera" => "<span class="elsevierStyleTextfn">Original</span>"
    "titulo" => "Identificaci&#243;n de patrones de glucemia en pacientes con diabetes tipo<span class="elsevierStyleHsp" style=""></span>1 mediante monitorizaci&#243;n continua de glucosa y t&#233;cnicas de clusterizaci&#243;n"
    "tieneTextoCompleto" => true
    "paginas" => array:1 [
      0 => array:2 [
        "paginaInicial" => "170"
        "paginaFinal" => "174"
      ]
    ]
    "autores" => array:1 [
      0 => array:4 [
        "autoresLista" => "Sergio Contador Pach&#243;n, Marta Botella Serrano, Oscar Garnica Alc&#225;zar, Jos&#233; Manuel Velasco Cabo, Aranzanzu Aramendi Zurimendi, Remedios Rodr&#237;guez Mart&#237;nez, Esther Maqueda Villaiz&#225;n, Jos&#233; Ignacio Hidalgo P&#233;rez"
        "autores" => array:8 [
          0 => array:3 [
            "nombre" => "Sergio"
            "apellidos" => "Contador Pach&#243;n"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">a</span>"
                "identificador" => "aff0005"
              ]
            ]
          ]
          1 => array:3 [
            "nombre" => "Marta"
            "apellidos" => "Botella Serrano"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">b</span>"
                "identificador" => "aff0010"
              ]
            ]
          ]
          2 => array:3 [
            "nombre" => "Oscar"
            "apellidos" => "Garnica Alc&#225;zar"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">c</span>"
                "identificador" => "aff0015"
              ]
            ]
          ]
          3 => array:3 [
            "nombre" => "Jos&#233; Manuel"
            "apellidos" => "Velasco Cabo"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">c</span>"
                "identificador" => "aff0015"
              ]
            ]
          ]
          4 => array:3 [
            "nombre" => "Aranzanzu"
            "apellidos" => "Aramendi Zurimendi"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">b</span>"
                "identificador" => "aff0010"
              ]
            ]
          ]
          5 => array:3 [
            "nombre" => "Remedios"
            "apellidos" => "Rodr&#237;guez Mart&#237;nez"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">b</span>"
                "identificador" => "aff0010"
              ]
            ]
          ]
          6 => array:3 [
            "nombre" => "Esther"
            "apellidos" => "Maqueda Villaiz&#225;n"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">d</span>"
                "identificador" => "aff0020"
              ]
            ]
          ]
          7 => array:4 [
            "nombre" => "Jos&#233; Ignacio"
            "apellidos" => "Hidalgo P&#233;rez"
            "email" => array:1 [
              0 => "hidalgo@ucm.es"
            ]
            "referencia" => array:2 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">c</span>"
                "identificador" => "aff0015"
              ]
              1 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">&#42;</span>"
                "identificador" => "cor0005"
              ]
            ]
          ]
        ]
        "afiliaciones" => array:4 [
          0 => array:3 [
            "entidad" => "Universidad Rey Juan Carlos&#44; M&#243;stoles&#44; Madrid&#44; Espa&#241;a"
            "etiqueta" => "a"
            "identificador" => "aff0005"
          ]
          1 => array:3 [
            "entidad" => "Servicio de Endocrinolog&#237;a y Nutrici&#243;n&#44; Hospital Universitario Pr&#237;ncipe de Asturias&#44; Alcal&#225; de Henares&#44; Madrid&#44; Espa&#241;a"
            "etiqueta" => "b"
            "identificador" => "aff0010"
          ]
          2 => array:3 [
            "entidad" => "Departamento de Arquitectura de Computadores y Autom&#225;tica&#44; Universidad Complutense de Madrid&#44; Madrid&#44; Espa&#241;a"
            "etiqueta" => "c"
            "identificador" => "aff0015"
          ]
          3 => array:3 [
            "entidad" => "Servicio de Endocrinolog&#237;a y Nutrici&#243;n&#44; Hospital Virgen de la Salud&#44; Toledo&#44; Espa&#241;a"
            "etiqueta" => "d"
            "identificador" => "aff0020"
          ]
        ]
        "correspondencia" => array:1 [
          0 => array:3 [
            "identificador" => "cor0005"
            "etiqueta" => "&#8270;"
            "correspondencia" => "Autor para correspondencia&#46;"
          ]
        ]
      ]
    ]
    "titulosAlternativos" => array:1 [
      "en" => array:1 [
        "titulo" => "Identification of blood glucose patterns in patients with type<span class="elsevierStyleHsp" style=""></span>1 diabetes using continuous glucose monitoring and clustering techniques"
      ]
    ]
    "resumenGrafico" => array:2 [
      "original" => 0
      "multimedia" => array:7 [
        "identificador" => "fig0010"
        "etiqueta" => "Figura 2"
        "tipo" => "MULTIMEDIAFIGURA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "figura" => array:1 [
          0 => array:4 [
            "imagen" => "gr2.jpeg"
            "Alto" => 1483
            "Ancho" => 1359
            "Tamanyo" => 409625
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">Grafos circulares para los pacientes 7&#44; 8&#44; 9 y 10&#46;</p>"
        ]
      ]
    ]
    "textoCompleto" => "<span class="elsevierStyleSections"><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0065">Introducci&#243;n</span><p id="par0005" class="elsevierStylePara elsevierViewall">La colecci&#243;n de m&#233;todos conocidos como miner&#237;a de datos ofrece soluciones t&#233;cnicas y metodol&#243;gicas para resolver problemas de an&#225;lisis de datos m&#233;dicos y creaci&#243;n de modelos de predicci&#243;n&#46; La miner&#237;a de datos es el proceso de seleccionar&#44; explorar y modelar grandes cantidades de datos para encontrar y descubrir patrones o relaciones desconocidas que brinden un resultado claro y &#250;til<a class="elsevierStyleCrossRef" href="#bib0065"><span class="elsevierStyleSup">1</span></a>&#46; Es un campo de la ciencia que se ha desarrollado r&#225;pidamente en los &#250;ltimos a&#241;os y que ayuda a explicar los datos y a ganar conocimiento sobre ellos<a class="elsevierStyleCrossRef" href="#bib0070"><span class="elsevierStyleSup">2</span></a>&#46; Los &#225;rboles de decisi&#243;n son una de las t&#233;cnicas estad&#237;sticas de clasificaci&#243;n m&#225;s potentes utilizadas en miner&#237;a de datos<a class="elsevierStyleCrossRefs" href="#bib0075"><span class="elsevierStyleSup">3-8</span></a>&#46; Un &#225;rbol de decisi&#243;n es una v&#237;a clara y concisa para poder examinar y tomar una decisi&#243;n acerca de las posibles relaciones entre los datos&#44; identificando grupos o segmentos de inter&#233;s entre ellos&#46;</p><p id="par0010" class="elsevierStylePara elsevierViewall">La realizaci&#243;n del presente trabajo tuvo como objetivo identificar&#44; mediante la construcci&#243;n de &#225;rboles de decisi&#243;n&#44; perfiles de glucosa clasificados en grupos obtenidos mediante las variables d&#237;a de la semana &#40;lunes&#59; martes&#59; mi&#233;rcoles&#59; jueves&#59; viernes&#59; s&#225;bado&#59; domingo&#41; y franja horaria&#44; definida como la divisi&#243;n de los valores de glucosa en tramos de 4<span class="elsevierStyleHsp" style=""></span>h de duraci&#243;n &#40;00&#58;00-04&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 04&#58;00-08&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 08&#58;00-12&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 12&#58;00-16&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 16&#58;00-20&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 20&#58;00-24&#58;00<span class="elsevierStyleHsp" style=""></span>h&#41;&#46;</p><p id="par0015" class="elsevierStylePara elsevierViewall">El resto del art&#237;culo est&#225; organizado de la siguiente manera&#46; En la siguiente secci&#243;n se describen los datos utilizados y la t&#233;cnica empleada para la clasificaci&#243;n de la glucosa&#46; El trabajo experimental y los resultados se muestran en la secci&#243;n &#171;Resultados&#187;&#46; La discusi&#243;n de los resultados y las conclusiones se exponen en la secci&#243;n &#171;Discusi&#243;n&#187;&#46;</p></span><span id="sec0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0070">Material y m&#233;todos</span><span id="sec0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0075">Pacientes</span><p id="par0020" class="elsevierStylePara elsevierViewall">Se realiza un estudio retrospectivo de 10<span class="elsevierStyleHsp" style=""></span>pacientes con diabetes mellitus tipo<span class="elsevierStyleHsp" style=""></span>1&#46; Se registraron mediciones cada 5<span class="elsevierStyleHsp" style=""></span>min utilizando sensores de monitorizaci&#243;n continua de glucosa &#40;MCG&#41; Guardian Real Time y bombas de insulina Minimed&#44; de la compa&#241;&#237;a Medtronic&#46; As&#237; mismo&#44; se registraron las estimaciones de hidratos de carbono realizadas por los pacientes formados en el proceso de dieta por raciones&#46; Las mediciones se realizaron en d&#237;as no necesariamente consecutivos ni tampoco los mismos d&#237;as para cada paciente&#46; Se contemplan &#250;nicamente los tramos de 4 horas con al menos 46 valores&#46; La <a class="elsevierStyleCrossRef" href="#tbl0005">tabla 1</a> muestra la caracterizaci&#243;n de los pacientes con informaci&#243;n del sexo&#44; edad&#44; peso&#44; HbA1c medido en los 3<span class="elsevierStyleHsp" style=""></span>meses previos al estudio&#44; y los periodos que llevan con el diagn&#243;stico de la enfermedad y con el tratamiento con la bomba de insulina&#46; Adem&#225;s&#44; para cada paciente se muestran en esa misma tabla la glucosa media&#44; la desviaci&#243;n est&#225;ndar y los porcentajes de tiempo donde el paciente tiene niveles de glucosa por debajo de 70<span class="elsevierStyleHsp" style=""></span>mg&#47;dl&#44; por encima de 250<span class="elsevierStyleHsp" style=""></span>mg&#47;dl y en el tiempo en rango &#91;70&#44;180&#93; mg&#47;dl&#46;</p><elsevierMultimedia ident="tbl0005"></elsevierMultimedia></span><span id="sec0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0080">M&#233;todos estad&#237;sticos</span><p id="par0025" class="elsevierStylePara elsevierViewall">Los &#225;rboles de decisi&#243;n son una t&#233;cnica de miner&#237;a de datos que explora los datos para extraer informaci&#243;n oculta en ellos&#46; El objetivo de la construcci&#243;n del &#225;rbol de decisi&#243;n es crear un modelo para predecir el valor de una variable dependiente&#47;objetivo a partir de las variables independientes&#47;predictoras consideradas&#46; El &#225;rbol de decisi&#243;n tiene 3<span class="elsevierStyleHsp" style=""></span>tipos de nodos&#44; a saber&#44; el nodo ra&#237;z&#44; los nodos internos y los finales&#44; cada uno representando a una clase caracterizada por los valores estad&#237;sticos de la variable objetivo&#44; y las categor&#237;as de las variables predictoras que contiene cada nodo&#46; Cada camino en la construcci&#243;n del &#225;rbol de decisi&#243;n est&#225; asociado a una regla de decisi&#243;n establecida por el propio algoritmo&#46; As&#237; pues&#44; de acuerdo con las reglas establecidas&#44; el conjunto de datos es dividido de forma recursiva en subconjuntos independientes de datos m&#225;s peque&#241;os &#40;algoritmo divisivo&#41;&#46; Uno de los algoritmos m&#225;s utilizados es el algoritmo de detecci&#243;n autom&#225;tica de interacci&#243;n chi-cuadrado o CHAID <span class="elsevierStyleItalic">&#40;CHi-square Automatic Interaction Detection&#41;</span><a class="elsevierStyleCrossRef" href="#bib0105"><span class="elsevierStyleSup">9</span></a>&#44; empleado en nuestro estudio con el software de an&#225;lisis predictivo IBM SPSS v&#46;21<a class="elsevierStyleCrossRef" href="#bib0110"><span class="elsevierStyleSup">10</span></a>&#46; Este algoritmo divide recursivamente los datos mediante una variable respuesta&#47;objetivo usando m&#250;ltiples divisiones entre las distintas variables de entrada&#47;predictoras&#46; Una divisi&#243;n debe alcanzar un nivel umbral de significaci&#243;n entre los valores nominales de la variable objetivo y las ramas&#44; o bien el nodo no se divide&#46; La b&#250;squeda termina cuando no se pueden juntar m&#225;s ramas o no hay divisiones significativas&#46; La &#250;ltima divisi&#243;n se elige como la soluci&#243;n&#46; Hay que tener en cuenta que la &#250;ltima divisi&#243;n no tiene por qu&#233; ser la divisi&#243;n m&#225;s significativa examinada&#44; es decir&#44; podr&#237;a existir otra agrupaci&#243;n m&#225;s significativa diferente de la mostrada en la tabla&#44; aunque esto es una propiedad intr&#237;nseca al algoritmo utilizado&#46;</p><p id="par0030" class="elsevierStylePara elsevierViewall">En este estudio se ha utilizado como variable objetivo los niveles de glucosa de cada paciente&#44; como variables predictoras el d&#237;a de la semana y la franja horaria&#44; y como umbral de significaci&#243;n un nivel de confianza del 95&#37; &#40;&#945;<span class="elsevierStyleHsp" style=""></span>&#61;<span class="elsevierStyleHsp" style=""></span>0&#44;05&#41;&#46; Se ha utilizado el estad&#237;stico F de Snedecor como criterio de divisi&#243;n y el ajuste Bonferroni para el n&#250;mero de valores categ&#243;ricos de la variable de entrada&#44; mitigando as&#237; el sesgo hacia entradas con muchos valores&#46;</p></span></span><span id="sec0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0085">Resultados</span><p id="par0035" class="elsevierStylePara elsevierViewall">Se realiza un estudio individualizado para cada paciente&#46; Para la construcci&#243;n de los &#225;rboles de decisi&#243;n de cada uno de los pacientes se ha seleccionado una profundidad m&#225;xima de &#225;rbol de 3&#44; un n&#250;mero m&#237;nimo de casos en el nodo padre de 100 y en el nodo hijo de 50&#46; La profundidad final del &#225;rbol&#44; el n&#250;mero de nodos y el n&#250;mero de nodos finales obtenidos para cada paciente se muestran en la <a class="elsevierStyleCrossRef" href="#tbl0010">tabla 2</a>&#46; El primer predictor utilizado en la construcci&#243;n del &#225;rbol ha sido el d&#237;a de la semana y el segundo predictor ha sido franja horaria&#46;</p><elsevierMultimedia ident="tbl0010"></elsevierMultimedia><p id="par0040" class="elsevierStylePara elsevierViewall">En total tenemos siete categor&#237;as para la variable d&#237;a de la semana y seis categor&#237;as para la variable franja horaria&#46; Las categor&#237;as de las variables se representan con letras y n&#250;meros&#44; como muestra la <a class="elsevierStyleCrossRef" href="#tbl0015">tabla 3</a>&#46; La <a class="elsevierStyleCrossRef" href="#tbl0020">tabla 4</a> representa los grupos obtenidos para cada paciente&#46; En un primer nivel aparecen los agrupamientos por d&#237;a&#46; Por ejemplo&#44; podemos ver que en el paciente<span class="elsevierStyleHsp" style=""></span>1 se distinguen cuatro patrones gluc&#233;micos diferentes&#58; uno para el martes&#44; otro para el jueves&#44; otro para el viernes y un &#250;ltimo patr&#243;n para los lunes-mi&#233;rcoles-s&#225;bados-domingos&#44; donde el menor valor de glucosa media es para los viernes &#40;163&#44;53<span class="elsevierStyleHsp" style=""></span>&#177;<span class="elsevierStyleHsp" style=""></span>58&#44;06<span class="elsevierStyleHsp" style=""></span>mg&#47;dl&#41; y el mayor es para los martes &#40;179&#44;01<span class="elsevierStyleHsp" style=""></span>&#177;<span class="elsevierStyleHsp" style=""></span>55&#44;61<span class="elsevierStyleHsp" style=""></span>mg&#47;dl&#41;&#46; En el segundo nivel aparecen los agrupamientos por franja horaria&#46; El tama&#241;o de los grupos en este nivel est&#225; separado por colores&#44; y se puede apreciar que en algunos pacientes existen agrupaciones con una gran cantidad de franjas&#46; En el caso del paciente<span class="elsevierStyleHsp" style=""></span>1&#44; podemos decir que el viernes habitualmente tiene dos comportamientos diferentes&#44; uno para la franja &#91;20&#58;00-04&#58;00<span class="elsevierStyleHsp" style=""></span>h&#93; y otro para el resto del d&#237;a&#46; El mismo an&#225;lisis se puede realizar para el resto de los pacientes&#46;</p><elsevierMultimedia ident="tbl0015"></elsevierMultimedia><elsevierMultimedia ident="tbl0020"></elsevierMultimedia><p id="par0045" class="elsevierStylePara elsevierViewall">La <a class="elsevierStyleCrossRef" href="#tbl0025">tabla 5</a> incluye informaci&#243;n de control gluc&#233;mico sobre los resultados de la <a class="elsevierStyleCrossRef" href="#tbl0020">tabla 4</a>&#46; Para favorecer la interpretaci&#243;n de resultados se incluye &#250;nicamente la informaci&#243;n del paciente<span class="elsevierStyleHsp" style=""></span>10&#46; Los datos del resto de los pacientes se incluyen como <a class="elsevierStyleCrossRef" href="#sec0060">material adicional</a>&#46;</p><elsevierMultimedia ident="tbl0025"></elsevierMultimedia><p id="par0050" class="elsevierStylePara elsevierViewall">Las relaciones encontradas entre las variables independientes y los valores de glucosa se representan tambi&#233;n como gr&#225;ficos circulares&#46; Los gr&#225;ficos se han creado utilizando la librer&#237;a <span class="elsevierStyleItalic">circlize</span><a class="elsevierStyleCrossRef" href="#bib0115"><span class="elsevierStyleSup">11</span></a>&#44; con el software libre de an&#225;lisis estad&#237;stico R versi&#243;n 3&#46;5&#46;2<a class="elsevierStyleCrossRef" href="#bib0120"><span class="elsevierStyleSup">12</span></a>&#46;</p><p id="par0055" class="elsevierStylePara elsevierViewall">Las <a class="elsevierStyleCrossRefs" href="#fig0005">figuras 1 y 2</a> representan los gr&#225;ficos circulares de los resultados de la <a class="elsevierStyleCrossRef" href="#tbl0020">tabla 4</a>&#46; Para cada paciente se crea un gr&#225;fico circular divido en 7 segmentos&#44; uno por cada d&#237;a&#44; y cada segmento en otros 6&#44; correspondientes a cada franja&#46; Cada segmento tiene una letra y un n&#250;mero que identifica el d&#237;a y la franja &#40;<a class="elsevierStyleCrossRef" href="#tbl0015">tabla 3</a>&#41; y las l&#237;neas representan las relaciones encontradas entre los d&#237;as y las franjas&#46;</p><elsevierMultimedia ident="fig0005"></elsevierMultimedia><elsevierMultimedia ident="fig0010"></elsevierMultimedia></span><span id="sec0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0090">Discusi&#243;n</span><p id="par0060" class="elsevierStylePara elsevierViewall">Se han encontrado diferencias significativas en los perfiles de glucosa clasificados por las variables d&#237;a de la semana y franja horaria en cada uno de los pacientes&#46; La clasificaci&#243;n autom&#225;tica ha encontrado similitudes entre perfiles de glucosa de distintas categor&#237;as&#44; entendiendo por categor&#237;a todos los perfiles correspondientes a una misma franja horaria de un mismo d&#237;a de la semana &#40;p&#46;ej&#46;&#44; los lunes de 00&#58;00 a 04&#58;00<span class="elsevierStyleHsp" style=""></span>h&#41;&#46; Un perfil de glucosa est&#225; formado por los valores de glucosa medidos en esa franja horaria&#46;</p><p id="par0065" class="elsevierStylePara elsevierViewall">Las agrupaciones obtenidas con la variable d&#237;a de la semana son heterog&#233;neas&#44; es decir&#44; est&#225;n formadas por una&#44; dos&#44; tres y hasta cuatro categor&#237;as&#46; Lo mismo sucede para las agrupaciones con respecto a la variable franja horaria&#46; El tama&#241;o de las agrupaciones que m&#225;s se ha repetido para la variable d&#237;a de la semana es dos categor&#237;as &#40;en todos los pacientes&#41; y la que menos tres categor&#237;as &#40;pacientes 6 y 7&#41; y cuatro &#40;pacientes 1 y 9&#41;&#46; Por lo que respecta a la variable franja horaria el resultado es similar&#44; aunque se han encontrado un mayor n&#250;mero de similitudes entre perfiles&#44; es decir&#44; m&#225;s agrupaciones que para la variable d&#237;a de la semana&#44; y para un mayor n&#250;mero de los pacientes analizados&#46;</p><p id="par0070" class="elsevierStylePara elsevierViewall">Del an&#225;lisis de las <a class="elsevierStyleCrossRefs" href="#tbl0020">tablas 4 y 5</a> de manera conjunta se pueden obtener conclusiones de aplicabilidad cl&#237;nica&#46; En el caso del paciente 10 se puede observar que los s&#225;bados est&#225; m&#225;s hipergluc&#233;mico que otros d&#237;as &#40;<a class="elsevierStyleCrossRef" href="#tbl0020">tabla 4</a>&#41;&#44; y con la informaci&#243;n de la <a class="elsevierStyleCrossRef" href="#tbl0025">tabla 5</a> para el s&#225;bado se pueden tomar medidas para reducir este comportamiento&#44; como modificar su pauta de insulina o su dieta&#46;</p><p id="par0075" class="elsevierStylePara elsevierViewall">Si analizamos los gr&#225;ficos circulares de las <a class="elsevierStyleCrossRefs" href="#fig0005">figuras 1 y 2</a> se observa que para los pacientes 3 y 6 los centros de los gr&#225;ficos est&#225;n libres de l&#237;neas&#46; Esto es debido a que las agrupaciones en estos pacientes est&#225;n formadas por pocos elementos&#44; habiendo diferencias entre los perfiles de glucosa obtenidos&#44; tanto para los d&#237;as como para las franjas&#46; En los pacientes 4 y 9 sucede lo contrario&#46; Las agrupaciones est&#225;n formadas por varios elementos y los centros de los gr&#225;ficos est&#225;n ocupados con muchas l&#237;neas&#46; En este caso&#44; los perfiles de glucosa obtenidos son parecidos&#44; existiendo un mayor control gluc&#233;mico en estos pacientes &#40;mayor tiempo en rango&#41;&#46;</p><p id="par0080" class="elsevierStylePara elsevierViewall">No obstante&#44; hay gr&#225;ficos &#40;pacientes 3&#44; 5 y 6&#41; con pocas conexiones debido a que el algoritmo detecta peque&#241;as diferencias entre los valores de glucosa para los diferentes d&#237;as que previamente agrup&#243; en un solo conjunto y por ello no aparecen l&#237;neas en los gr&#225;ficos&#46; Es decir&#44; el algoritmo realiza una clasificaci&#243;n con mayor profundidad del &#225;rbol &#40;<a class="elsevierStyleCrossRef" href="#tbl0010">tabla 2</a>&#41;&#46; Por ejemplo&#44; en el paciente 3 hay un primer nivel que agrupa los lunes y martes&#44; y despu&#233;s agrupa en un segundo nivel las franjas 0-3&#44; 2-5&#44; 1 y 4&#46; Si el gr&#225;fico se realizara con respecto a este segundo nivel&#44; se observar&#237;a un mayor n&#250;mero de conexiones entre categor&#237;as&#46; Por lo tanto&#44; es necesario establecer previamente a la aplicaci&#243;n del algoritmo el n&#250;mero de niveles&#46;</p></span><span id="sec0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0095">Conclusiones</span><p id="par0085" class="elsevierStylePara elsevierViewall">Las conclusiones obtenidas de este trabajo son&#58;<ul class="elsevierStyleList" id="lis0005"><li class="elsevierStyleListItem" id="lsti0005"><span class="elsevierStyleLabel">&#8226;</span><p id="par0090" class="elsevierStylePara elsevierViewall">Se han observado diferencias significativas y dependencias entre los perfiles de glucosa clasificados en funci&#243;n de las variables d&#237;a de la semana y franja horaria&#46;</p></li><li class="elsevierStyleListItem" id="lsti0010"><span class="elsevierStyleLabel">&#8226;</span><p id="par0095" class="elsevierStylePara elsevierViewall">Las agrupaciones encontradas han sido diferentes para cada paciente&#44; demostrando la necesidad de hacer un estudio individualizado&#46;</p></li><li class="elsevierStyleListItem" id="lsti0015"><span class="elsevierStyleLabel">&#8226;</span><p id="par0100" class="elsevierStylePara elsevierViewall">Las <a class="elsevierStyleCrossRefs" href="#tbl0020">tablas 4 y 5</a> permiten buscar diferencias significativas para corregir y mejorar h&#225;bitos o terapias en los pacientes&#44; y obtener modelos m&#225;s precisos mediante t&#233;cnicas de aprendizaje autom&#225;tico e inteligencia artificial&#46;</p></li><li class="elsevierStyleListItem" id="lsti0020"><span class="elsevierStyleLabel">&#8226;</span><p id="par0105" class="elsevierStylePara elsevierViewall">Los resultados obtenidos indican que las t&#233;cnicas aplicadas pueden facilitar la modelizaci&#243;n matem&#225;tica de la glucosa&#44; y podr&#225;n utilizarse para la creaci&#243;n de un clasificador individualizado para cada paciente que clasifique los perfiles de glucosa en funci&#243;n de las variables d&#237;a de la semana y franja horaria&#46; Utilizando este clasificador&#44; se podr&#225;n predecir los valores de glucosa del paciente conociendo en qu&#233; d&#237;a se encuentra y en qu&#233; franja horaria&#44; obteniendo modelos m&#225;s precisos&#46;</p></li></ul></p></span><span id="sec0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0100">Financiaci&#243;n</span><p id="par0110" class="elsevierStylePara elsevierViewall">Este trabajo ha sido parcialmente financiado por&#58;</p><p id="par0115" class="elsevierStylePara elsevierViewall">Ayudas de la Fundaci&#243;n Eugenio Rodr&#237;guez Pascual 2019&#58; Desarrollo de sistemas adaptativos y bioinspirados para el control gluc&#233;mico con infusores subcut&#225;neos continuos de insulina y monitores continuos de glucosa&#46;</p><p id="par0120" class="elsevierStylePara elsevierViewall">El proyecto B2017&#47;BMD3773 &#40;GenObIA-CM&#41; y Y2018&#47;NMT-4668 &#40;Micro-Stres - MAP-CM&#41;&#44; financiado por la Comunidad de Madrid y cofinanciado con los Fondos Estructurales de la UE&#46;</p><p id="par0125" class="elsevierStylePara elsevierViewall">El proyecto Y2018&#47;NMT-4668 &#40;Micro-Stres - MAP-CM&#41;&#44; financiado por la Comunidad de Madrid y cofinanciado con los Fondos Estructurales de la UE&#46;</p><p id="par0130" class="elsevierStylePara elsevierViewall">La subvenci&#243;n del Ministerio de Econom&#237;a y Competitividad espa&#241;ola RTI2018-095180-B-I00&#46;</p></span><span id="sec0045" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0105">Autor&#237;a</span><p id="par0135" class="elsevierStylePara elsevierViewall">Marta Botella&#44; Jos&#233; Ignacio Hidalgo y Oscar Garnica han dise&#241;ado el estudio y han participado en la redacci&#243;n y la revisi&#243;n del art&#237;culo&#46;</p><p id="par0140" class="elsevierStylePara elsevierViewall">Sergio Contador Pach&#243;n ha programado el procesado de los datos y las t&#233;cnicas de clusterizaci&#243;n y ha participado en la redacci&#243;n del art&#237;culo&#46;</p><p id="par0145" class="elsevierStylePara elsevierViewall">Jose Manuel Velasco ha realizado las gr&#225;ficas de clusterizaci&#243;n y ha participado en la redacci&#243;n del art&#237;culo&#46;</p><p id="par0150" class="elsevierStylePara elsevierViewall">Esther Maqueda ha participado en la revisi&#243;n del art&#237;culo&#46;</p><p id="par0155" class="elsevierStylePara elsevierViewall">Aranzazu Aramendi y Remedios Mart&#237;nez han realizado la toma de datos y la formaci&#243;n de los pacientes&#46;</p></span><span id="sec0050" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0110">Conflicto de intereses</span><p id="par0160" class="elsevierStylePara elsevierViewall">Los autores declaran no tener ning&#250;n conflicto de intereses&#46;</p></span></span>"
    "textoCompletoSecciones" => array:1 [
      "secciones" => array:14 [
        0 => array:3 [
          "identificador" => "xres1490129"
          "titulo" => "Resumen"
          "secciones" => array:4 [
            0 => array:2 [
              "identificador" => "abst0005"
              "titulo" => "Objetivo"
            ]
            1 => array:2 [
              "identificador" => "abst0010"
              "titulo" => "Material y m&#233;todos"
            ]
            2 => array:2 [
              "identificador" => "abst0015"
              "titulo" => "Resultados"
            ]
            3 => array:2 [
              "identificador" => "abst0020"
              "titulo" => "Conclusiones"
            ]
          ]
        ]
        1 => array:2 [
          "identificador" => "xpalclavsec1353035"
          "titulo" => "Palabras clave"
        ]
        2 => array:3 [
          "identificador" => "xres1490130"
          "titulo" => "Abstract"
          "secciones" => array:4 [
            0 => array:2 [
              "identificador" => "abst0025"
              "titulo" => "Objective"
            ]
            1 => array:2 [
              "identificador" => "abst0030"
              "titulo" => "Material and methods"
            ]
            2 => array:2 [
              "identificador" => "abst0035"
              "titulo" => "Results"
            ]
            3 => array:2 [
              "identificador" => "abst0040"
              "titulo" => "Conclusions"
            ]
          ]
        ]
        3 => array:2 [
          "identificador" => "xpalclavsec1353036"
          "titulo" => "Keywords"
        ]
        4 => array:2 [
          "identificador" => "sec0005"
          "titulo" => "Introducci&#243;n"
        ]
        5 => array:3 [
          "identificador" => "sec0010"
          "titulo" => "Material y m&#233;todos"
          "secciones" => array:2 [
            0 => array:2 [
              "identificador" => "sec0015"
              "titulo" => "Pacientes"
            ]
            1 => array:2 [
              "identificador" => "sec0020"
              "titulo" => "M&#233;todos estad&#237;sticos"
            ]
          ]
        ]
        6 => array:2 [
          "identificador" => "sec0025"
          "titulo" => "Resultados"
        ]
        7 => array:2 [
          "identificador" => "sec0030"
          "titulo" => "Discusi&#243;n"
        ]
        8 => array:2 [
          "identificador" => "sec0035"
          "titulo" => "Conclusiones"
        ]
        9 => array:2 [
          "identificador" => "sec0040"
          "titulo" => "Financiaci&#243;n"
        ]
        10 => array:2 [
          "identificador" => "sec0045"
          "titulo" => "Autor&#237;a"
        ]
        11 => array:2 [
          "identificador" => "sec0050"
          "titulo" => "Conflicto de intereses"
        ]
        12 => array:2 [
          "identificador" => "xack521751"
          "titulo" => "Agradecimientos"
        ]
        13 => array:1 [
          "titulo" => "Bibliograf&#237;a"
        ]
      ]
    ]
    "pdfFichero" => "main.pdf"
    "tienePdf" => true
    "fechaRecibido" => "2019-08-28"
    "fechaAceptado" => "2019-12-24"
    "PalabrasClave" => array:2 [
      "es" => array:1 [
        0 => array:4 [
          "clase" => "keyword"
          "titulo" => "Palabras clave"
          "identificador" => "xpalclavsec1353035"
          "palabras" => array:5 [
            0 => "Diabetes mellitus"
            1 => "Monitorizaci&#243;n continua de glucosa"
            2 => "Clasificaci&#243;n"
            3 => "Clusterizaci&#243;n"
            4 => "Detecci&#243;n autom&#225;tica de interacci&#243;n chi-cuadrado"
          ]
        ]
      ]
      "en" => array:1 [
        0 => array:4 [
          "clase" => "keyword"
          "titulo" => "Keywords"
          "identificador" => "xpalclavsec1353036"
          "palabras" => array:5 [
            0 => "Diabetes mellitus"
            1 => "Continuous glucose monitoring"
            2 => "Classification"
            3 => "Clustering"
            4 => "Chi-square automatic detection interaction"
          ]
        ]
      ]
    ]
    "tieneResumen" => true
    "resumen" => array:2 [
      "es" => array:3 [
        "titulo" => "Resumen"
        "resumen" => "<span id="abst0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0010">Objetivo</span><p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">Demostrar que mediante t&#233;cnicas estad&#237;sticas es posible obtener un n&#250;mero reducido de perfiles de glucosa de 4<span class="elsevierStyleHsp" style=""></span>h con los que se puede identificar cualquier comportamiento de la glucosa en pacientes con diabetes mellitus tipo<span class="elsevierStyleHsp" style=""></span>1&#46;</p></span> <span id="abst0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0015">Material y m&#233;todos</span><p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">Se ha realizado un estudio retrospectivo de 10<span class="elsevierStyleHsp" style=""></span>pacientes con diabetes mellitus tipo<span class="elsevierStyleHsp" style=""></span>1&#44; con datos adquiridos mediante monitorizaci&#243;n continua de glucosa&#46; Se ha utilizado una t&#233;cnica de miner&#237;a de datos basada en &#225;rboles de decisi&#243;n denominada CHAID <span class="elsevierStyleItalic">&#40;CHi-square Automatic Interaction Detection&#41;</span> para clasificar los perfiles de glucosa en grupos utilizando dos criterios de decisi&#243;n&#46; Por un lado&#44; los diferentes d&#237;as &#40;lunes&#59; martes&#59; mi&#233;rcoles&#59; jueves&#59; viernes&#59; s&#225;bado&#59; domingo&#41;&#59; por otro&#44; diferentes franjas del d&#237;a&#44; dividiendo el d&#237;a en seis tramos de 4<span class="elsevierStyleHsp" style=""></span>h cada uno &#40;00&#58;00-04&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 04&#58;00-08&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 08&#58;00-12&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 12&#58;00-16&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 16&#58;00-20&#58;00<span class="elsevierStyleHsp" style=""></span>h&#59; 20&#58;00-24&#58;00<span class="elsevierStyleHsp" style=""></span>h&#41;&#46; Las agrupaciones se han realizado de acuerdo a los niveles de glucosa registrados&#44; mediante diferencias estad&#237;sticamente significativas encontradas&#46;</p></span> <span id="abst0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0020">Resultados</span><p id="spar0015" class="elsevierStyleSimplePara elsevierViewall">Se han observado diferencias significativas &#40;p<span class="elsevierStyleHsp" style=""></span>&#60;<span class="elsevierStyleHsp" style=""></span>0&#44;05&#41; y dependencias entre los perfiles de glucosa clasificados en funci&#243;n de las variables independientes d&#237;a de la semana y franja horaria&#44; siendo las relaciones encontradas distintas para cada paciente&#44; demostrando la necesidad de hacer un estudio individualizado&#46;</p></span> <span id="abst0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0025">Conclusiones</span><p id="spar0020" class="elsevierStyleSimplePara elsevierViewall">Los resultados obtenidos facilitar&#225;n la modelizaci&#243;n matem&#225;tica de la glucosa y podr&#225;n utilizarse para la creaci&#243;n de un clasificador individualizado para cada paciente que clasifique los perfiles de glucosa en funci&#243;n de las variables d&#237;a de la semana y franja horaria&#46; Utilizando este clasificador se podr&#225;n predecir los valores de glucosa del paciente conociendo en qu&#233; d&#237;a de la semana se encuentra y en qu&#233; franja horaria&#44; obteniendo modelos m&#225;s precisos&#46; Tambi&#233;n el profesional de la salud podr&#225; mejorar los h&#225;bitos y las terapias de los pacientes&#46;</p></span>"
        "secciones" => array:4 [
          0 => array:2 [
            "identificador" => "abst0005"
            "titulo" => "Objetivo"
          ]
          1 => array:2 [
            "identificador" => "abst0010"
            "titulo" => "Material y m&#233;todos"
          ]
          2 => array:2 [
            "identificador" => "abst0015"
            "titulo" => "Resultados"
          ]
          3 => array:2 [
            "identificador" => "abst0020"
            "titulo" => "Conclusiones"
          ]
        ]
      ]
      "en" => array:3 [
        "titulo" => "Abstract"
        "resumen" => "<span id="abst0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0035">Objective</span><p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">To show that statistical techniques allow for obtaining a reduced number of four-hour glucose profiles that can identify any glucose behavior in patients with type<span class="elsevierStyleHsp" style=""></span>1 diabetes mellitus&#46;</p></span> <span id="abst0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0040">Material and methods</span><p id="spar0030" class="elsevierStyleSimplePara elsevierViewall">A retrospective study of 10 patients with type<span class="elsevierStyleHsp" style=""></span>1 diabetes mellitus was conducted using data collected by continuous glucose monitoring&#46; A data mining technique based on decision trees called CHAID &#40;Chi-square Automatic Interaction Detection&#41; was used to classify glucose profiles into groups using two decision criteria&#46; These were&#58; 1&#44; the seven days of the week&#44; and 2&#44; different time slots&#44; the day being divided into six sections of four hours each&#46; Clustering was performed according to the glucose levels recorded using the statistically significant differences found&#46;</p></span> <span id="abst0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0045">Results</span><p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">Significant differences &#40;<span class="elsevierStyleItalic">P</span><span class="elsevierStyleHsp" style=""></span>&#60;<span class="elsevierStyleHsp" style=""></span>&#46;05&#41; and dependencies were seen between the glucose profiles classified depending on the independent variables &#8216;day of the week&#8217; and &#8216;time slot&#8217;&#46; The relationships found were different for each patient&#44; showing the need for individualized studies&#46;</p></span> <span id="abst0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0050">Conclusions</span><p id="spar0040" class="elsevierStyleSimplePara elsevierViewall">The results obtained will facilitate mathematical modeling of glucose&#44; and can be used to develop an individualized classifier for each patient that categorizes glucose profiles based on the day of the week and time slot variables&#46; Using this classifier&#44; it will be possible to predict the glucose levels of the patient knowing on which day of the week and in which time slot he&#47;she is&#44; leading to more precise models&#46; Healthcare professionals will also be able to improve patient habits and therapies&#46;</p></span>"
        "secciones" => array:4 [
          0 => array:2 [
            "identificador" => "abst0025"
            "titulo" => "Objective"
          ]
          1 => array:2 [
            "identificador" => "abst0030"
            "titulo" => "Material and methods"
          ]
          2 => array:2 [
            "identificador" => "abst0035"
            "titulo" => "Results"
          ]
          3 => array:2 [
            "identificador" => "abst0040"
            "titulo" => "Conclusions"
          ]
        ]
      ]
    ]
    "apendice" => array:1 [
      0 => array:1 [
        "seccion" => array:1 [
          0 => array:4 [
            "apendice" => "<p id="par0175" class="elsevierStylePara elsevierViewall"><elsevierMultimedia ident="upi0005"></elsevierMultimedia></p>"
            "etiqueta" => "Anexo"
            "titulo" => "Material adicional"
            "identificador" => "sec0060"
          ]
        ]
      ]
    ]
    "multimedia" => array:8 [
      0 => array:7 [
        "identificador" => "fig0005"
        "etiqueta" => "Figura 1"
        "tipo" => "MULTIMEDIAFIGURA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "figura" => array:1 [
          0 => array:4 [
            "imagen" => "gr1.jpeg"
            "Alto" => 2496
            "Ancho" => 1509
            "Tamanyo" => 649168
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">Grafos circulares para los pacientes 1&#44; 2&#44; 3&#44; 4&#44; 5 y 6&#46;</p>"
        ]
      ]
      1 => array:7 [
        "identificador" => "fig0010"
        "etiqueta" => "Figura 2"
        "tipo" => "MULTIMEDIAFIGURA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "figura" => array:1 [
          0 => array:4 [
            "imagen" => "gr2.jpeg"
            "Alto" => 1483
            "Ancho" => 1359
            "Tamanyo" => 409625
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">Grafos circulares para los pacientes 7&#44; 8&#44; 9 y 10&#46;</p>"
        ]
      ]
      2 => array:6 [
        "identificador" => "tbl0005"
        "etiqueta" => "Tabla 1"
        "tipo" => "MULTIMEDIATABLA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "tabla" => array:1 [
          "tablatextoimagen" => array:1 [
            0 => array:1 [
              "tablaImagen" => array:1 [
                0 => array:4 [
                  "imagenFichero" => "fx1.jpeg"
                  "imagenAlto" => 668
                  "imagenAncho" => 2252
                  "imagenTamanyo" => 166391
                ]
              ]
            ]
          ]
        ]
      ]
      3 => array:6 [
        "identificador" => "tbl0010"
        "etiqueta" => "Tabla 2"
        "tipo" => "MULTIMEDIATABLA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "tabla" => array:1 [
          "tablatextoimagen" => array:1 [
            0 => array:1 [
              "tablaImagen" => array:1 [
                0 => array:4 [
                  "imagenFichero" => "fx2.jpeg"
                  "imagenAlto" => 227
                  "imagenAncho" => 1770
                  "imagenTamanyo" => 50520
                ]
              ]
            ]
          ]
        ]
      ]
      4 => array:6 [
        "identificador" => "tbl0015"
        "etiqueta" => "Tabla 3"
        "tipo" => "MULTIMEDIATABLA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "tabla" => array:1 [
          "tablatextoimagen" => array:1 [
            0 => array:1 [
              "tablaImagen" => array:1 [
                0 => array:4 [
                  "imagenFichero" => "fx3.jpeg"
                  "imagenAlto" => 482
                  "imagenAncho" => 1695
                  "imagenTamanyo" => 73841
                ]
              ]
            ]
          ]
        ]
      ]
      5 => array:8 [
        "identificador" => "tbl0020"
        "etiqueta" => "Tabla 4"
        "tipo" => "MULTIMEDIATABLA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "detalles" => array:1 [
          0 => array:3 [
            "identificador" => "at1"
            "detalle" => "Tabla "
            "rol" => "short"
          ]
        ]
        "tabla" => array:1 [
          "tablatextoimagen" => array:1 [
            0 => array:1 [
              "tablaImagen" => array:1 [
                0 => array:4 [
                  "imagenFichero" => "fx4.jpeg"
                  "imagenAlto" => 2375
                  "imagenAncho" => 2334
                  "imagenTamanyo" => 449721
                ]
              ]
            ]
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0055" class="elsevierStyleSimplePara elsevierViewall">Resultados obtenidos con el algoritmo CHAID para las agrupaciones obtenidas teniendo en cuenta los diferentes d&#237;as de la semana y las franjas horarias&#46; <span class="elsevierStyleItalic">G</span> es el promedio de glucosa&#44; <span class="elsevierStyleItalic">Std</span> es la desviaci&#243;n est&#225;ndar&#44; y <span class="elsevierStyleItalic">TG</span> es el porcentaje de tiempo que los valores de glucosa pasan en cada rango &#40;&#60; 70 <span class="elsevierStyleItalic">mg&#47;dl</span>&#44; &#62; 250 <span class="elsevierStyleItalic">mg&#47;dl</span> y &#91;70&#44; 180&#93; <span class="elsevierStyleItalic">mg&#47;dl</span> o tiempo en rango&#41;&#46; Los colores en la <span class="elsevierStyleItalic">franja horaria</span> representan el n&#250;mero de elementos que forman un grupo&#46; El color azul se utiliza para representar agrupaciones de 1 elemento&#44; el verde con 2&#44; el amarillo con 3 y el rojo con 4</p>"
        ]
      ]
      6 => array:8 [
        "identificador" => "tbl0025"
        "etiqueta" => "Tabla 5"
        "tipo" => "MULTIMEDIATABLA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "detalles" => array:1 [
          0 => array:3 [
            "identificador" => "at2"
            "detalle" => "Tabla "
            "rol" => "short"
          ]
        ]
        "tabla" => array:1 [
          "tablatextoimagen" => array:1 [
            0 => array:1 [
              "tablaImagen" => array:1 [
                0 => array:4 [
                  "imagenFichero" => "fx5.jpeg"
                  "imagenAlto" => 947
                  "imagenAncho" => 2084
                  "imagenTamanyo" => 187462
                ]
              ]
            ]
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0060" class="elsevierStyleSimplePara elsevierViewall">Resultados obtenidos con el algoritmo CHAID para las agrupaciones obtenidas teniendo en cuenta los diferentes d&#237;as de la semana y las franjas horarias&#46; <span class="elsevierStyleItalic">G</span> es el promedio de glucosa&#44; <span class="elsevierStyleItalic">Std</span> es la desviaci&#243;n est&#225;ndar&#44; y <span class="elsevierStyleItalic">TG</span> es el porcentaje de tiempo que los valores de glucosa pasan en cada rango &#40;&#60; 70 <span class="elsevierStyleItalic">mg&#47;dl</span>&#44; &#62; 250 <span class="elsevierStyleItalic">mg&#47;dl</span> y &#91;70&#44; 180&#93; <span class="elsevierStyleItalic">mg&#47;dl</span> o tiempo en rango&#41;&#46; Los colores en la <span class="elsevierStyleItalic">franja horaria</span> representan el n&#250;mero de elementos que forman un grupo&#46; El color azul se utiliza para representar agrupaciones de 1 elemento&#44; el verde con 2&#44; el amarillo con 3 y el rojo con 4&#46;</p>"
        ]
      ]
      7 => array:5 [
        "identificador" => "upi0005"
        "tipo" => "MULTIMEDIAECOMPONENTE"
        "mostrarFloat" => false
        "mostrarDisplay" => true
        "Ecomponente" => array:2 [
          "fichero" => "mmc1.pdf"
          "ficheroTamanyo" => 1011722
        ]
      ]
    ]
    "bibliografia" => array:2 [
      "titulo" => "Bibliograf&#237;a"
      "seccion" => array:1 [
        0 => array:2 [
          "identificador" => "bibs0015"
          "bibliografiaReferencia" => array:12 [
            0 => array:3 [
              "identificador" => "bib0065"
              "etiqueta" => "1"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Predictive data mining in clinical medicine&#58; Current issues and guidelines"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "R&#46; Bellazzi"
                            1 => "B&#46; Zupan"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.ijmedinf.2006.11.006"
                      "Revista" => array:6 [
                        "tituloSerie" => "Int J Med Inform"
                        "fecha" => "2008"
                        "volumen" => "77"
                        "paginaInicial" => "81"
                        "paginaFinal" => "97"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17188928"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            1 => array:3 [
              "identificador" => "bib0070"
              "etiqueta" => "2"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Data Mining&#58; Practical Machine Learning Tools and Techniques"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "I&#46;H&#46; Witten"
                            1 => "F&#46; Eibe"
                            2 => "M&#46;A&#46; Hall"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:2 [
                        "tituloSerie" => "Morgan Kaufmann"
                        "fecha" => "2013"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            2 => array:3 [
              "identificador" => "bib0075"
              "etiqueta" => "3"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Predicting breast cancer survivability&#58; A comparison of three data mining methods"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "D&#46; Delen"
                            1 => "G&#46; Walker"
                            2 => "A&#46; Kadam"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.artmed.2004.07.002"
                      "Revista" => array:6 [
                        "tituloSerie" => "Artif Intell Med"
                        "fecha" => "2005"
                        "volumen" => "34"
                        "paginaInicial" => "113"
                        "paginaFinal" => "127"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15894176"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            3 => array:3 [
              "identificador" => "bib0080"
              "etiqueta" => "4"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Exploring the risk factors of preterm birth using data mining"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:4 [
                            0 => "H&#46;Y&#46; Chen"
                            1 => "C&#46;H&#46; Chuang"
                            2 => "Y&#46;J&#46; Yang"
                            3 => "T&#46;P&#46; Wu"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.eswa.2010.10.017"
                      "Revista" => array:5 [
                        "tituloSerie" => "Expert Syst Appl"
                        "fecha" => "2011"
                        "volumen" => "38"
                        "paginaInicial" => "5384"
                        "paginaFinal" => "5387"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            4 => array:3 [
              "identificador" => "bib0085"
              "etiqueta" => "5"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Using data mining techniques for multi-diseases prediction modeling of hypertension and hyperlipidemia by common risk factors"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "C&#46;D&#46; Chang"
                            1 => "C&#46;C&#46; Wang"
                            2 => "B&#46;C&#46; Jiang"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.eswa.2010.10.086"
                      "Revista" => array:5 [
                        "tituloSerie" => "Expert Syst Appl"
                        "fecha" => "2011"
                        "volumen" => "38"
                        "paginaInicial" => "5507"
                        "paginaFinal" => "5513"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            5 => array:3 [
              "identificador" => "bib0090"
              "etiqueta" => "6"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Comparison of three data mining models for predicting diabetes or prediabetes by risk factors"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:5 [
                            0 => "X&#46;H&#46; Meng"
                            1 => "Y&#46;X&#46; Huang"
                            2 => "D&#46;P&#46; Rao"
                            3 => "Q&#46; Zhang"
                            4 => "Q&#46; Liu"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.kjms.2012.08.016"
                      "Revista" => array:6 [
                        "tituloSerie" => "Kaohsiung J Med Sci"
                        "fecha" => "2013"
                        "volumen" => "29"
                        "paginaInicial" => "93"
                        "paginaFinal" => "99"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/23347811"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            6 => array:3 [
              "identificador" => "bib0095"
              "etiqueta" => "7"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Data mining a diabetic data warehouse"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "J&#46;L&#46; Breault"
                            1 => "C&#46;R&#46; Goodall"
                            2 => "P&#46;J&#46; Fos"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/S0933-3657(02)00051-9"
                      "Revista" => array:7 [
                        "tituloSerie" => "Artif Intell Med"
                        "fecha" => "2002"
                        "volumen" => "26"
                        "paginaInicial" => "37"
                        "paginaFinal" => "54"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12234716"
                            "web" => "Medline"
                          ]
                        ]
                        "itemHostRev" => array:3 [
                          "pii" => "13113936"
                          "estado" => "S300"
                          "issn" => "03008932"
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            7 => array:3 [
              "identificador" => "bib0100"
              "etiqueta" => "8"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Applying decision tree for identification of a low risk population for type 2 diabetes&#46; Tehran lipid and glucose study"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:6 [
                            0 => "A&#46; Ramezankhani"
                            1 => "O&#46; Pournik"
                            2 => "J&#46; Shahrabi"
                            3 => "D&#46; Khalili"
                            4 => "F&#46; Azizi"
                            5 => "F&#46; Hadaegh"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.diabres.2014.07.003"
                      "Revista" => array:7 [
                        "tituloSerie" => "Diabetes Res Clin Pract"
                        "fecha" => "2014"
                        "volumen" => "105"
                        "paginaInicial" => "391"
                        "paginaFinal" => "398"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/25085758"
                            "web" => "Medline"
                          ]
                        ]
                        "itemHostRev" => array:3 [
                          "pii" => "S0300893211007731"
                          "estado" => "S300"
                          "issn" => "03008932"
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            8 => array:3 [
              "identificador" => "bib0105"
              "etiqueta" => "9"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "An exploratory technique for investigating large quantities of categorical data"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "G&#46;V&#46; Kass"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.2307/2986296"
                      "Revista" => array:6 [
                        "tituloSerie" => "J R Stat Soc Ser C Appl Stat"
                        "fecha" => "1980"
                        "volumen" => "29"
                        "paginaInicial" => "119"
                        "paginaFinal" => "127"
                        "itemHostRev" => array:3 [
                          "pii" => "S188558571500359X"
                          "estado" => "S300"
                          "issn" => "18855857"
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            9 => array:3 [
              "identificador" => "bib0110"
              "etiqueta" => "10"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Discovering Statistics Using IBM SPSS statistics"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "A&#46; Field"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Libro" => array:2 [
                        "fecha" => "2013"
                        "editorial" => "Sage"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            10 => array:3 [
              "identificador" => "bib0115"
              "etiqueta" => "11"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "circlize implements and enhances circular visualization in R"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:5 [
                            0 => "Z&#46; Gu"
                            1 => "L&#46; Gu"
                            2 => "R&#46; Eils"
                            3 => "M&#46; Schlesner"
                            4 => "B&#46; Brors"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1093/bioinformatics/btu393"
                      "Revista" => array:6 [
                        "tituloSerie" => "Bioinformatics"
                        "fecha" => "2014"
                        "volumen" => "30"
                        "paginaInicial" => "2811"
                        "paginaFinal" => "2812"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/24930139"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            11 => array:3 [
              "identificador" => "bib0120"
              "etiqueta" => "12"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "R&#58; A Language and Environment for Statistical Computing"
                      "autores" => array:1 [
                        0 => array:2 [
                          "colaboracion" => "The R Development Core Team"
                          "etal" => false
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Libro" => array:3 [
                        "fecha" => "2013"
                        "editorial" => "R Foundation for Statistical Computing"
                        "editorialLocalizacion" => "Vienna&#44; Austria"
                      ]
                    ]
                  ]
                ]
              ]
            ]
          ]
        ]
      ]
    ]
    "agradecimientos" => array:1 [
      0 => array:4 [
        "identificador" => "xack521751"
        "titulo" => "Agradecimientos"
        "texto" => "<p id="par0165" class="elsevierStylePara elsevierViewall">Agradecimientos&#58; Almudena S&#225;nchez S&#225;nchez particip&#243; en las discusiones y en el origen del trabajo&#46;</p>"
        "vista" => "all"
      ]
    ]
  ]
  "idiomaDefecto" => "es"
  "url" => "/25300164/0000006800000003/v2_202103270800/S2530016420300719/v2_202103270800/es/main.assets"
  "Apartado" => array:4 [
    "identificador" => "63844"
    "tipo" => "SECCION"
    "en" => array:2 [
      "titulo" => "Originales"
      "idiomaDefecto" => true
    ]
    "idiomaDefecto" => "en"
  ]
  "PDF" => "https://static.elsevier.es/multimedia/25300164/0000006800000003/v2_202103270800/S2530016420300719/v2_202103270800/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/"
  "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420300719?idApp=UINPBA00004N"
]
Información del artículo
ISSN: 25300164
Idioma original: Español
Datos actualizados diariamente
año/Mes Html Pdf Total
2024 Noviembre 11 1 12
2024 Octubre 53 3 56
2024 Septiembre 78 7 85
2024 Agosto 44 15 59
2024 Julio 69 12 81
2024 Junio 48 12 60
2024 Mayo 51 18 69
2024 Abril 33 16 49
2024 Marzo 42 13 55
2024 Febrero 27 8 35
2024 Enero 37 6 43
2023 Diciembre 46 9 55
2023 Noviembre 45 8 53
2023 Octubre 75 3 78
2023 Septiembre 35 7 42
2023 Agosto 42 2 44
2023 Julio 45 6 51
2023 Junio 40 5 45
2023 Mayo 77 0 77
2023 Abril 71 1 72
2023 Marzo 44 2 46
2023 Febrero 25 1 26
2023 Enero 36 1 37
2022 Diciembre 23 8 31
2022 Noviembre 32 10 42
2022 Octubre 81 15 96
2022 Septiembre 47 16 63
2022 Agosto 21 9 30
2022 Julio 8 9 17
2022 Junio 9 7 16
2022 Mayo 20 6 26
2022 Abril 43 13 56
2022 Marzo 22 14 36
2022 Febrero 12 5 17
2022 Enero 13 10 23
2021 Diciembre 10 11 21
2021 Noviembre 18 9 27
2021 Octubre 45 21 66
2021 Septiembre 30 13 43
2021 Agosto 1 0 1
2021 Julio 1 2 3
2021 Junio 2 0 2
2021 Mayo 4 3 7
2021 Abril 4 0 4
2021 Marzo 7 5 12
2021 Febrero 1 0 1
2020 Julio 0 2 2
2020 Junio 0 3 3
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