dc.contributor
Universitat Internacional de Catalunya. Departament de Medicina
dc.contributor.author
Rodiera Clarens, Claudia
dc.date.accessioned
2024-05-16T17:39:48Z
dc.date.available
2024-05-16T17:39:48Z
dc.date.issued
2023-11-15
dc.identifier.uri
http://hdl.handle.net/10803/690898
dc.description.abstract
La aparició d’una via aèria difícil no anticipada es un dels desafiaments als que s’enfronta un anestesiòleg ja que pot comportar complicacions molt greus. La seva incidència varia entre 1,5% y 13.5%. Una avaluació preoperatòria adequada de la via aèria es un factor clau per reduir la incidència de complicacions relacionades amb la via aèria i s’ha de realitzar de manera rutinària abans de qualsevol procediment quirúrgic. Tradicionalment, la avaluació de la via aèria ha consistit en realitzar test d’screening basats en característiques antropomètriques dels pacients com a part de l’exploració física de la avaluació preanestèsica. Tot i així, la seva utilitat clínica, precisió i benefici han estat qüestionats. Per aquest motiu, s’han proposat nous mètodes d’avaluació de la via Aérea amb l’objectiu de millorar-ne l'avaluació. En concret, la veu ha sorgit com un nou mètode per a la detecció d’una via aèria difícil. En els últims anys, la intel·ligència artificial ha sorgit com una nova eina prometedora per a aplicacions clíniques. En aquest estudi, proposem investigar l’ús de la veu per a predir una via difícil mitjançant algoritmes de machine learning,
ca
dc.format.extent
343 p.
ca
dc.publisher
Universitat Internacional de Catalunya
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/
ca
dc.rights.uri
http://creativecommons.org/licenses/by-nc-nd/4.0/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Vía aérea difícil
ca
dc.subject
Machine learning
ca
dc.subject
Evaluación preoperatoria
ca
dc.subject.other
Medicina
ca
dc.title
Voice analysis as a method for preoperatively predicting a difficult airway based on Machine learning algorithms.
ca
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.contributor.director
Valls Ontañón, Adaia
dc.contributor.director
Borrás Ramírez, Rosa
dc.rights.accessLevel
info:eu-repo/semantics/openAccess