Browsing by Subject "Type 2 diabetes mellitus"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Estudio de la Correlación entre los Compuestos Orgánicos Volátiles en el Aliento Exhalado Condensado (AEC) Medidos y el Desarrollo de Diabetes MellitusTipo 2
    (Pontificia Universidad Javeriana Cali, 2025) Gutiérrez, Daniela; Delvasto, Jerónimo; Jaramillo Botero, Andrés; Viviana, Ortega Burbano
    El presente trabajo tuvo como objetivo estudiar los compuestos orgánicos volátiles (COVs) presentes en el aliento exhalado condensado (AEC) para establecer su relación con el riesgo de desarrollar diabetes mellitus tipo 2. Se empleó cromatografía de gases acoplada a espectrometría de masas (GC-MS) como técnica principal de análisis, lo que permitió detectar y cuantificar los metabolitos volátiles presentes en las muestras. La investigación se estructuró en etapas que incluyeron una revisión teórica, el diseño de un protocolo para la recolección y análisis de muestras, y el posterior tratamiento estadístico de los datos obtenidos. Como resultado, se identificaron diez metabolitos significativamente presentes en individuos clasificados como de alto riesgo de desarrollar diabetes tipo 2. De estos, cinco metabolitos presentan rutas metabólicas de origen endógeno bien descritas, entre los cuales octanal y 6- methyl-5-hepten-2-one destacaron por su relevancia estadística. Estos compuestos son propuestos como posibles biomarcadores tempranos de la enfermedad. La evidencia obtenida respalda el uso del análisis de COVs en AEC como herramienta diagnóstica no invasiva para la detección precoz del riesgo metabólico, contribuyendo al desarrollo de estrategias de medicina predictiva.
  • No Thumbnail Available
    Item
    Impact of cinnamon consumption on serum glycemia in patients with Type 2 Diabetes Mellitus: Review of the literature
    (Pontificia Universidad Javeriana Cali) Cadavid Serna, Mariana Lucía; Londoño Barajas, Ana Sofía; Martínez Díaz, María Camila; Velasco Anacona, Valentina; Medina Cárdenas, Sebastián
  • Thumbnail Image
    Item
    Modelo de machine learning para la predicción de diabetes mellitus tipo 2 basado en datos de exámenes de laboratorio rutinarios
    (Pontificia Universidad Javeriana Cali, 2026) Macana Díaz, Natalia Alejandra; Valderrama Corredor, Iván René; Tobar Tosse, Fabián; Palencia Tellez, José Sinibaldo
    La diabetes mellitus tipo 2 (DM2) es una enfermedad crónica de alta prevalencia en Colombia, donde la tasa de subdiagnóstico supera el 30% debido a su naturaleza asintomática en etapas tempranas y a las limitaciones en el acceso a herramientas de tamizaje en el primer nivel de atención. Este proyecto desarrolla dos modelos de machine learning para el tamizaje automatizado de DM2 a partir de datos de laboratorio clínico rutinario disponibles en sistemas LIS, sin requerir variables antropométricas ni costos adicionales. El Modelo A (XGBoost + Platt Scaling), orientado al tamizaje primario universal con edad, sexo y creatinina, alcanzó AUC-ROC de 0.754 y sensibilidad de 0.845; el Modelo B (Random Forest + Platt Scaling), complementario con perfil lipídico completo, alcanzó AUC-ROC de 0.701 y VPP de 0.809. Ambos modelos fueron evaluados con rigor estadístico mediante bootstrap e interpretados mediante valores SHAP, confirmando coherencia fisiopatológica con la literatura clínica. Los resultados se integraron en DiaPredict MD, herramienta web con selección automática de modelo y recomendaciones clínicas generadas mediante un modelo de lenguaje. Las aplicaciones incluyen tamizaje automatizado en el momento de emisión de resultados de laboratorio y reducción de la brecha diagnóstica de DM2 en Colombia.