| 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) |
