Predicción del riesgo de fracaso virológico en pacientes VIH/SIDA atendidos en Colombia. Semestre de industria

RESUMEN : El manejo del Virus de Inmunodeficiencia Humana (VIH) ha avanzado significativamente gracias a la terapia antirretroviral (TAR), pero el fracaso virológico (FV) sigue siendo un desafío crítico en la atención clínica. Este fenómeno, caracterizado por la incapacidad del tratamiento para suprimir eficazmente la carga viral, conlleva graves consecuencias para los pacientes y el sistema de salud. Este trabajo desarrolló un modelo predictivo basado en técnicas de aprendizaje automático para anticipar el riesgo de FV en pacientes con VIH en Colombia. A través de la recopilación y análisis de datos clínicos, sociodemográficos y de tratamiento, se identificaron los principales factores de riesgo asociados. El modelo fue evaluado mediante métricas como precisión, sensibilidad y especificidad, y se implementó una interfaz de usuario intuitiva para facilitar su uso en entornos clínicos. Los resultados sugieren que esta herramienta puede optimizar el manejo del tratamiento antirretroviral, reducir las tasas de FV y contribuir al cumplimiento de las metas 95-95-95 en Colombia, apoyando así los objetivos globales de control del VIH.

• Autores: Ramírez Cuervo, Juan José
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/45599
• Acceso en línea: https://hdl.handle.net/10495/45599
• Palabra clave: VIH; HIV; Terapia Antirretroviral Altamente Activa; Antiretroviral Therapy, Highly Active; Aprendizaje automático; Machine learning; Fracaso virológico; Modelo predictivo; http://aims.fao.org/aos/agrovoc/c_49834; https://id.nlm.nih.gov/mesh/D006678; https://id.nlm.nih.gov/mesh/D023241
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/