Ciencia, Tecnología e Innovación en Salud

Modelos predictivos de vigilancia epidemiológica en salud pública usando la salud digital y los determinantes sociales y estructurales de la salud(sdoh): revisión sistemática.

2025-10-08T10:20:22-05:00

Contexto: Los determinantes sociales y estructurales de la salud son aquellas estructuras sociales y económicas que median las desigualdades en salud, que están relacionadas entre sí y se superponen para facilitar o limitar un desenlace, se incluyen los entornos sociales y físicos, servicios de salud, factores sociales.
Se pueden dividir en dos categorías: individuales o específicos del paciente, como educación, empleo o vivienda; y determinantes comunitarios, que miden el ambiente en el cual se desenvuelve el individuo o socioeconómicas como la contaminación del aire, características de la vivienda, tasa de desempleo, y aquí es importante resaltar la importancia del registro de estos en los diferentes modelos de historia clínica electrónica. Se concluye que se requiere herramientas con amplia difusión y uso interinstitucional, que facilite la inclusión de las variables que hagan referencia a estos determinantes sociales y que puedan ayudar a identificar factores de riesgo para poblaciones especiales.

Objetivo: evaluar de forma crítica, qué tipo de modelos predictivos se han desarrollado para predecir desenlaces en salud, usando herramientas digitales para el registro y procesamiento de la información y que incluyan los SDOH.

Métodos: Esta es una revisión sistemática de la literatura, de tipo narrativo, brinda una visión crítica de los resultados encontrados respecto a estudios de pronóstico, que usaron herramientas digitales para su construcción y que incluyeron determinantes sociales y estructurales de la salud para la predicción del riesgo. Para su elaboración, se han seguido las recomendaciones de la declaración PRISMA.

Resultados: Las primeras búsquedas se realizaron en abril de 2022, utilizando los términos MeSH: “determinantes sociales”, “pronóstico” y “tecnologías en salud”, “salud pública” y los operadores booleanos AND y OR según necesidad, se usaron las bases de datos PubMed, Cochrane, además de los servidores de prepublicación bioRxiv y medRxiv, también se realizó búsqueda en Google Scholar. Posteriormente se procedió a realizar una revisión por título en cada base de datos para identificar artículos relacionados con las palabras clave y que pudieran ser incluidos en la revisión sistemática, eliminando 1020 artículos, quedando para evaluación por Abstrac y texto completo 45 artículos, de los cuales fueron eliminados 40 artículos adicionales por no encontrar relación con el tema de la revisión sistemática y uno por ser una carta al editor de una revista.
Se encontraron 2 revisiones sistemáticas que tenían tema similar a esta revisión, pero que no tenían en cuenta la misma profundidad respecto al tema. Por lo anterior se decidió incluir en la revisión sistemática 5 artículos de pronóstico.

Conclusiones: Esta revisión sistemática permite concluir que los modelos predictivos que incorporan SDOH, junto con herramientas digitales para la recolección de información, mejoran significativamente su capacidad predictiva y precisión. Los mejores resultados se observan cuando se incluyen tanto los SDOH individuales como los comunitarios.

Causas Frecuentes de Accidentes Laborales en el Sector del Calzado en Colombia 2010-2024: una Revisión de Literatura.

2026-02-26T11:43:34-05:00

Objetivo: Identificar las causas más frecuentes de accidentes laborales en el sector del calzado en Colombia durante el período 2010-2024 mediante una revisión de la literatura científica.

Materiales y Métodos: Se ejecutó una revisión sistemática siguiendo el protocolo PRISMA. La búsqueda bibliográfica se realizó en las bases de datos PubMed, Scopus, Google Scholar, SciELO y repositorios institucionales colombianos. Los criterios de inclusión contemplaron estudios publicados entre 2010-2024, en español e inglés, relacionados con accidentalidad laboral, factores de riesgo ocupacional y sistemas de gestión de seguridad en la industria del calzado colombiana. Se identificaron inicialmente 156 registros, de los cuales 35 estudios cumplieron los criterios establecidos y fueron analizados exhaustivamente.

Resultados: Los factores de riesgo se clasificaron en siete categorías: ergonómicos (88,6% de estudios), químicos (77,1%), mecánicos (74,3%), físicos (54,3%), locativos (57,1%), psicosociales (48,6%) y biológicos (22,9%). Los riesgos ergonómicos evidenciaron prevalencia de trastornos musculoesqueléticos entre 52,9% y 87,1%, siendo la lumbalgia el más frecuente (25,1%). La exposición a sustancias químicas neurotóxicas como tolueno, hexano y acetato de etilo afecta al 100% de trabajadores en áreas de ensamble. Los accidentes mecánicos representan el 22% por golpes y 18% por cortes. Se identificó implementación deficiente del Sistema de Gestión de Seguridad y Salud en el Trabajo (SG-SST), con solo 40% de empresas ejecutando programas preventivos efectivos.

Conclusiones: La accidentalidad en el sector del calzado colombiano presenta origen multifactorial, con predominancia de riesgos ergonómicos, químicos y mecánicos. Las microempresas y pequeñas empresas enfrentan limitaciones económicas, técnicas y organizacionales que dificultan la implementación del SG-SST. Se requieren estrategias de mitigación contextualizadas que incluyan sustitución de sustancias tóxicas, ergonomía participativa, mejoramiento de ventilación, dotación apropiada de equipos de protección personal y fortalecimiento de la cultura preventiva.

La influencia de la inteligencia artificial en el deporte: transformando el juego

2025-06-13T22:19:51-05:00

Introducción: La inteligencia artificial (IA) ha irrumpido en el ámbito deportivo, transformando la forma en que se entrena, compite y se experimenta el deporte.
Objetivo: Este estudio analiza el impacto de la IA en el rendimiento deportivo, la gestión de equipos y la experiencia del espectador, explorando tanto sus beneficios como sus desafíos.
Metodología: Se llevó a cabo una revisión sistemática de la literatura, incluyendo artículos académicos, informes técnicos y entrevistas con expertos en el campo. Se analizaron los métodos y resultados de diversas investigaciones para identificar las principales tendencias y aplicaciones de la IA en el deporte.
Resultados: Los hallazgos revelan que la IA ha mejorado significativamente la capacidad de analizar grandes volúmenes de datos, permitiendo una personalización más precisa de los entrenamientos, la identificación de patrones de rendimiento y la optimización de estrategias de juego. La IA ha enriquecido la experiencia del espectador a través de herramientas de análisis en tiempo real y contenido personalizado.
Conclusiones: La IA está revolucionando el deporte, ofreciendo nuevas oportunidades para mejorar el rendimiento, la gestión y la experiencia del espectador. Sin embargo, es fundamental abordar los desafíos éticos y sociales asociados con su implementación, como la privacidad de los datos y la equidad en el acceso a estas tecnologías.

Aplicación de modelos mixtos en el análisis de recuentos de células CD4 para pacientes con VIH.

2025-09-16T12:23:33-05:00

Este estudio evalúa la eficacia de modelos mixtos para analizar el recuento de la glucoproteína CD4 en pacientes con VIH y supresión inmune avanzada, utilizando datos del estudio 193A del Grupo de Ensayo Clínico del SIDA (ACTG) en Estados Unidos. El objetivo fue identificar los factores que influyen en la variabilidad de los recuentos de CD4 y evaluar la eficacia de diferentes tratamientos antirretrovirales. Se aplicaron modelos mixtos que consideraron efectos fijos y aleatorios para variables como edad, sexo, tipo de tratamiento y tiempo de seguimiento. Se compararon varios modelos, destacando el modelo con interacción tratamiento-sexo y términos cuadráticos para el tiempo, que incorporó intercepto y pendientes aleatorias. Este modelo mostró un mejor ajuste según los criterios AIC (Criterio de Información de Akaike) y BIC (Criterio de Información Bayesiano), capturando de manera efectiva la tendencia decreciente en los recuentos de CD4. El análisis demuestra que los modelos mixtos son herramientas poderosas para entender la complejidad de los datos longitudinales en contextos clínicos, proporcionando una base sólida para optimizar la toma de decisiones terapéuticas en pacientes con SIDA.

Análisis comparativo del ausentismo laboral por causa médica y su relación con los riesgos en el entorno laboral.

2026-02-19T14:35:17-05:00

Introducción: El ausentismo laboral por causa médica es uno de los indicadores más importantes en las organizaciones en tanto incide en múltiples dimensiones e impacta de manera directa la productividad, pero a su vez da cuenta de las condiciones de la salud de la población trabajadora.

Objetivo: Realizar un análisis del ausentismo laboral por causa médica identificando la relación de este con los riesgos en el entorno laboral en una empresa del sector educación del departamento de Antioquia a través de la revisión del histórico de incapacidades en el periodo 2020 -2024.

Métodos: Se realizó un estudio descriptivo comparativo mediante la revisión de 1.794 incapacidades correspondientes a 1.131 trabajadores. Comparando diagnósticos según la Clasificación Internacional de Enfermedades CIE 11 (1), y su relación con riesgos laborales.

Resultados: Se evidenció relación entre el ausentismo laboral por causa médica y los riesgos laborales, en tanto el 73% de las incapacidades del cuatrienio (10.205 días de ausentismo) pueden estar asociadas a riesgos en el entorno laboral, dichos resultados requieren ser contrastados con otros estudios y mediciones al interior de la organización considerando la “etiología multifactorial” (2) del ausentismo laboral.

Conclusión: Los estudios descriptivos comparativos generan un aporte importante en materia de revisión de históricos, que permiten generar acciones basadas en datos, lo cual permite a las organizaciones la identificación de los motivos del ausentismo laboral por causa médica y la implementación de estrategias específicas para su disminución.