Tesis y Trabajos de Investigación PUCP

URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/6

El Repositorio Digital de Tesis y Trabajos de Investigación PUCP aporta al Repositorio Institucional con todos sus registros, organizados por grado: Doctorado, Maestría, Licenciatura y Bachillerato. Se actualiza permanentemente con las nuevas tesis y trabajos de investigación sustentados y autorizados, así como también con los que que fueron sustentados años atrás.
Ingresa a su web: Repositorio Digital de Tesis y Trabajos de Investigación PUCP

Explorar

Filtros

20211

Ajustes

Autorsearch.filters.applied.operator.equals: search.filters.author.Acosta Zúñiga, Edgar RobertoTemasearch.filters.applied.operator.equals: search.filters.subject.Riñones--Trasplantes

Resultados de búsqueda

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    ÍtemTexto completo enlazado
    Estudio de técnicas de ultrasonido cuantitativo aplicadas a la detección de inflamación o IFTA en riñones trasplantados
    (Pontificia Universidad Católica del Perú, 2021-02-17) Acosta Zúñiga, Edgar Roberto; Lavarello Montero, Roberto Janniel
    El trasplante renal es el tratamiento de elección para pacientes con enfermedades renales en fase terminal. Por este motivo, el monitoreo de los receptores del trasplante es crucial para poder evitar la posible disfunción del injerto, la cual puede conducir a la pérdida de este. La causa más común de falla en el aloinjerto renal es la nefropatía crónica por aloinjerto, caracterizada por un proceso de fibrosis intersticial y atrofia tubular (IFTA). Por tanto, el presente estudio busca realizar un análisis del coeficiente de retrodispersión promedio (aBSC), así como de los parámetros de ultrasonido cuantitativo (QUS) derivados de este, los cuales son el diámetro de dispersión efectivo (ESD) y la concentración acústica efectiva (EAC). Esto con el objetivo de desarrollar un modelo de solución que permita diagnosticar la presencia de inflamación o IFTA en aloinjertos renales de manera temprana a partir del uso de tres clasificadores estadísticos (regresión logística, SVM y random forest).