Ayuda
Ir al contenido

Dialnet


Modelizacion de la supervivencia y recidiva en carcinomas de células escamosas de la cavidad oral, mediante análisis de datos clínicos, histopatológicos, expresión de moléculas de adhesión (E-Cadherina, B-Catenina y FAK) y máquinas de vectores de soport

  • Autores: Pablo Rosado Rodríguez
  • Directores de la Tesis: Juan Carlos de Vicente Rodríguez (dir. tes.), Lucas de Villalaín Álvarez (dir. tes.), Paloma Lequerica Fernández (dir. tes.)
  • Lectura: En la Universidad de Oviedo ( España ) en 2011
  • Idioma: español
  • Tribunal Calificador de la Tesis: José Antonio Vega Álvarez (presid.), Gonzalo Hernández Vallejo (secret.), Joseba Andoni Santamaría Zuazua (voc.)
  • Enlaces
    • Tesis en acceso abierto en: RUO
  • Resumen
    • El carcinoma oral de células escamosas es una enfermedad de gran importancia debido a su elevada prevalencia, cuya capacidad invasiva y metastásica requiere la alteración de procesos como la adhesión celular y célula-matriz extracelular o de la movilidad celular. El presente trabajo se ha realizado con el fin de obtener más información sobre el papel que en el cáncer oral juegan in vivo tres moléculas de adhesión: E-cadherina, ß-catenina y Fak. Se trata de un estudio retrospectivo en el que se han estudiado 69 casos de carcinoma de células escamosas primarios de la cavidad oral tratados en el Servicio de Cirugía Oral y Maxilofacial del Hospital Universitario Central de Asturias. La técnica de estudio elegida fue la inmunohistoquímica. Se contrastan los datos clínicopatológicos con los resultados inmunohistoquímicos y se analizan las relaciones estadísticas que se establecen entre ambos. En una segunda fase, hemos llevado a cabo un modelo matemático mediante máquinas de vectores de soporte (Support vector machines o SVM) de las variables supervivencia y recidiva. Este modelo por un lado se centra en la búsqueda de patrones de comportamiento relevantes para la probabilidad de supervivencia y la presencia de recidiva en aquellos pacientes que padecen un cáncer oral y, por otro, introduce un modelo inteligente capaz de predecir el comportamiento de las variables supervivencia y recidiva en función del resto de variables disponibles identificadas como relevantes.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno