Published August 21, 2021 | Version v1
Journal article Open

Diagnóstico y caracterización de cáncer mamario en seres humanos: Una revisión

  • 1. Departamento de Pedagogía, Universidad Simón Bolívar, Cúcuta, 540004, Colombia
  • 2. Facultad de Ciencias Básicas y Biomédicas, Universidad Simón Bolívar, Cúcuta, 540004, Colombia

Description

El cáncer de mama es una enfermedad de tipo clonal ya sea por mutación adquirida o por mutación de línea germinal que introduce una transformación significativa en la estructura anatómica del parénquima mamario o en los elementos que le sirven de soporte. En diversos países, las alarmantes estadísticas asociadas con la muerte por este tipo de cáncer justifican el enorme esfuerzo que está haciendo la comunidad internacional para abordar este problema de salud. Mediante el presente trabajo, para construir el estado del arte actual del cáncer mamario, se realizó una revisión sistemática de diversas fuentes de información que incluyó un total de ochenta y cinco documentos o unidades de análisis. Los hallazgos fundamentales muestran que, históricamente, se ha producido una constante evolución en el desarrollo y perfeccionamiento tanto de la terapéutica como de las técnicas de detección del cáncer mamario, lo cual ha estado respaldado por la incorporación de los avances tecnológicos en la rutina clínica y en la cultura de los sujetos aquejados por esta patología. En ese sentido, el análisis de los mencionados documentos permitió detectar una importante transformación de los protocolos de diagnóstico y seguimiento de este tipo de cáncer, una profusa aplicación de las técnicas imagenológicas médicas y un visible posicionamiento de las técnicas de aprendizaje automático, especialmente de los operadores de inteligencia artificial, como elementos fundamentales para el desarrollo de un sinnúmero de estrategias bioingenieriles las cuales pueden ser muy útiles como apoyo clínico para los especialistas oncólogos que estudian el cáncer mamario.

Files

17 Diagnóstico y caracterización.pdf

Files (707.1 kB)

Name Size Download all
md5:7fce16b105c6efac139aac18ecdb0cf4
707.1 kB Preview Download