Antecedentes: El adenoma folicular y el carcinoma folicular presentan con frecuencia características ecográficas superpuestas, lo que limita el rendimiento discriminativo de los sistemas convencionales de estratificación de riesgo en ecografía tiroidea. Los métodos de análisis cuantitativo de imágenes, incluyendo la radiómica y el análisis de datos topológicos (TDA), ofrecen representaciones complementarias de la textura y la forma de la imagen que pueden mejorar la clasificación. Métodos: Este manuscrito reproduce el diseño metodológico reportado en el estudio de referencia [1]: selección retrospectiva de cohorte en un único centro (2010–2022), adenoma folicular versus carcinoma confirmados por anatomía patológica, una imagen ecográfica preoperatoria representativa por paciente, anotación manual de la región de interés, extracción de características radiómicas y de TDA, análisis de componentes principales (PCA) para compresión de alta dimensionalidad, y regresión logística regularizada con L2 evaluada mediante validación cruzada leave-one-out y AUC. Resultados: El modelo multimodal y un submodelo parsimonioso basado solo en TDA alcanzaron cada uno un AUC de 0.88 en validación cruzada leave-one-out, mientras que el mejor submodelo basado solo en radiómica alcanzó un AUC de 0.68. Se incluyen intervalos de confianza y composiciones de modelos en forma tabular para respaldar una implementación y validación transparentes. Conclusión: Este manuscrito sirve como un punto de partida completo para reproducir y ampliar la canalización de clasificación de neoplasias foliculares basada en radiómica+TDA en un conjunto de datos local. Preserva la lógica del estudio original, al tiempo que hace explícito, auditable y orientado a la implementación el flujo de trabajo.
Antecedentes: Los modelos de lenguaje de gran tamaño (LLMs) han mostrado un rendimiento prometedor en preguntas de conocimiento y comprensión en odontología; sin embargo, los ítems cuantitativos (p. ej., dosificación, conversiones de unidades, estequiometría, razones/ppm y mezcla de materiales) siguen siendo una debilidad constante y un posible riesgo para la seguridad. Además, distintas versiones del modelo suelen compartir las mismas respuestas incorrectas, lo que sugiere modos de error estructurados, similares a conceptos erróneos, en lugar de fallos puramente aleatorios. Métodos: Proponemos un marco reproducible centrado en un benchmark seguro en términos de derechos de autor Dq y tres sistemas: un LLM base ℳ, un sistema aumentado con herramientas y uso obligatorio de calculadora ℳ + Calc que debe invocar una calculadora/solucionador simbólico para cada subpaso numérico, y ℳ + Calc + Remed, que amplía ℳ + Calc con diagnósticos de error informados por solapamiento para construir un “mapa de conceptos erróneos en odontología” y activar listas de verificación de validación dirigidas. Definimos exactitud, fiabilidad numérica (valor+unidades) y reducción por tipo de error, y describimos pruebas inferenciales mediante bootstrap pareado/pruebas de McNemar y calibración con teoría de respuesta al ítem (IRT). Resultados: Mediante un estudio de simulación Monte Carlo transparente para ilustrar la tubería de análisis, la obligatoriedad del uso de calculadora mejora la exactitud global de 73.7% a 82.0% y reduce los errores de ejecución de 11.1% a 3.6%; añadir remediación basada en solapamiento incrementa la exactitud a 85.4% y disminuye los errores conceptuales a 7.6%. Conclusiones: La metodología propuesta separa los fallos conceptuales de los fallos de ejecución, proporciona un procedimiento accionable para mapear conceptos erróneos y motiva una evaluación empírica con ítems cuantitativos odontológicos de autoría abierta para posibilitar una tutoría con IA más segura y una instrucción cuantitativa mejor dirigida.
Antecedentes: Las malformaciones arteriovenosas pulmonares (PAVM) en la telangiectasia hemorrágica hereditaria (HHT) pueden causar complicaciones neurológicas prevenibles. La TC de tórax es fundamental para la detección y la planificación del tratamiento; sin embargo, la obtención repetida de imágenes desde la infancia suscita preocupación por la exposición acumulativa a radiación ionizante. La TC torácica de dosis ultrabaja (ULD) ha mostrado un rendimiento prometedor en adultos, pero la fiabilidad diagnóstica en población pediátrica y los intervalos de vigilancia basados en evidencia que minimicen la radiación siguen sin estar definidos. Métodos: Proponemos una investigación en dos partes. En primer lugar, un estudio multicéntrico prospectivo de exactitud diagnóstica (edades 0–21 años) evalúa la TC ULD pediátrica optimizada sin contraste para detectar PAVM candidatas a embolización (diámetro de la arteria nutricia ≥2 mm), utilizando un patrón de referencia compuesto que incorpora angiografía cuando se realiza y seguimiento estructurado para los casos discordantes. En segundo lugar, las salidas derivadas de la cohorte (exactitud, incidencia y factibilidad) parametrizan una microsimulación de transición de estados a lo largo de la vida, que compara TC estándar a intervalos fijos con estrategias estratificadas por riesgo (p. ej., TC ULD basal seguida de intervalos ampliados tras una evaluación basal negativa; intervalos ajustados por fenotipo/genotipo). La política de vigilancia se optimiza sujeta a una restricción formal de seguridad que exige que la probabilidad de no detectar una PAVM tratable permanezca por debajo de un umbral preespecificado. Resultados (evaluación in silico): Utilizando rangos de parámetros informados por la literatura, la simulación sugiere que las estrategias ULD estratificadas por riesgo pueden reducir sustancialmente la dosis de radiación acumulada, manteniendo resultados casi equivalentes en eventos neurológicos prevenibles y con una relación coste-efectividad favorable bajo umbrales convencionales de disposición a pagar. Conclusiones: Este marco integrado clínico y de modelado está diseñado para permitir recomendaciones de vigilancia específicas para HHT pediátrica que ponderen explícitamente la carga de radiación a lo largo de la vida frente a la seguridad de no omitir PAVM tratables, apoyando la implementación escalable de la TC ULD en la atención rutinaria.