Predicción semiautomatizada de respuesta a quimioterapia neoadyuvante en pacientes con cáncer de mama: protocolo de segmentación y modelo radiómico-clínico con imágenes de resonancia magnética

Simple item page
dc.catalogadoraba
dc.contributor.advisorCaprile Etchart, Paola F.
dc.contributor.authorRamírez Bunster, María Belén
dc.contributor.otherPontificia Universidad Católica de Chile. Facultad de Física
dc.date.accessioned2024-04-26T14:54:09Z
dc.date.available2024-04-26T14:54:09Z
dc.date.issued2023
dc.date.updated2024-04-25T14:55:25Z
dc.descriptionTesis (Magíster en Física Médica)--Pontificia Universidad Católica de Chile, 2023.
dc.description.abstractAnticipar el resultado de la respuesta tumoral a quimioterapia neoadyuvante podría implicar cambios en la planificación del tratamiento para conducir a mejores resultados clínicos y cambios en la calidad de vida del paciente.En este trabajo se desarrolló un código computacional en lenguaje Python para construir modelos de predicción de la respuesta patológica del tumor (pCR / no-pCR) en base a información clínica y radiómica extraída de imágenes MRI de 59 pacientes con cáncer de mama sometidas a NACT. Específicamente, se utilizaron las secuencias de imágenes T1w y DCE, elaborando un protocolo de segmentación semiautomatizado del tumor y del parénquima de la mama lesionada para el posterior análisis y selección de atributos (features).Se construyeron modelos uni- y multi-variados basados en Machine Learning utilizando distintos algoritmos supervisados de clasificación y, mediante la técnica de validación cruzada k-fold estratificada con repetición con k=3 y n=500 repeticiones, se evaluaron las métricas AUC y Accuracy para analizar el rendimiento de éstos como predictores de pCR del tumor a la terapia neoadyuvante en la cohorte de pacientes con cáncer de mama.
dc.fechaingreso.objetodigital2024-04-26
dc.format.extentxi, 93 páginas
dc.fuente.origenAutoarchivo
dc.identifier.doi10.7764/tesisUC/FIS/85341
dc.identifier.urihttps://doi.org/10.7764/tesisUC/FIS/85341
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/85341
dc.information.autorucInstituto de Física; Caprile Etchart, Paola F.; 0000-0001-7060-262X; 125623
dc.information.autorucInstituto de Física; Ramírez Bunster, María Belén; S/I; 1049771
dc.language.isoes
dc.nota.accesocontenido completo
dc.rightsacceso abierto
dc.subject.ddc510
dc.subject.deweyMatemática física y químicaes_ES
dc.subject.ods03 Good health and well-being
dc.subject.odspa03 Salud y bienestar
dc.titlePredicción semiautomatizada de respuesta a quimioterapia neoadyuvante en pacientes con cáncer de mama: protocolo de segmentación y modelo radiómico-clínico con imágenes de resonancia magnética
dc.typetesis de maestría
sipa.codpersvinculados125623
sipa.codpersvinculados1049771
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS_UC.pdf
Size:
3.81 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
3.10 Tesis magíster