Revista: | Cuaderno activa |
Base de datos: | |
Número de sistema: | 000587588 |
ISSN: | 2027-8101 |
Autores: | Ordosgoitia Salgado, Juan1 Díaz Montoya, Andrés David Restrepo Zuluaga, Juan José |
Instituciones: | 1Estudiante, |
Año: | 2023 |
Volumen: | 15 |
Número: | 1 |
País: | Colombia |
Idioma: | Español |
Resumen en español | La investigación aborda la necesidad de mejorar el diagnóstico y tratamiento del Trastorno por Déficit de Atención e Hiperactividad (TDAH) en adultos. Se propone utilizar técnicas de machine learning (ML) para desarrollar herramientas de predicción y diagnóstico temprano, así como estrategias de intervención personalizadas. Se llevó a cabo una exhaustiva Revisión Sistemática de la Literatura (RSL) utilizando bases de datos especializadas como PubMed, Scopus, ScienceDirect y SpringerLink, con criterios de inclusión y exclusión definidos. Los hallazgos revelaron la eficacia de enfoques personalizados, que consideran factores individuales como el estilo de vida y el entorno social, además de los síntomas clínicos. Estos enfoques no solo mejoraron la precisión del diagnóstico, sino que también permitieron diseñar estrategias de tratamiento adaptadas a las necesidades de cada paciente. Esto resalta la importancia de integrar técnicas de ML en la personalización de intervenciones para mejorar la calidad de vida de los adultos con TDAH. |
Palabras clave: | Machine Learning, Adult ADHD, ADGD diagnosis, ADHD assessment, Predictive factors, Common variables, Associated factors, Risk factors, Therapies, Treatment |
Texto completo: | Texto completo (Ver PDF) |