La calidad de la información en salud desde la internet

Este documento lo escribí, como un artículo para el diario del suplemento DIGITEC de Argentina por invitación de la Editora  Flavia Ricci.

El acceso a las nuevas tecnologías de la información en el mundo y principalmente en Latinoamérica ha permitido que muchas personas utilicen Internet como una de las principales fuentes de consulta en el momento de presentar síntomas de una enfermedad o complementar el diagnóstico de los médicos.

¿Pero qué incidencia puede traer la consulta a Internet sobre temas de salud, sin tener  algún criterio de credibilidad y autoridad?

Según varios estudios alrededor del mundo[1] cada vez más personas consultan Internet para la búsqueda de información en temas de salud,  por la facilidad e inmediatez de sus resultados. Este aumento en la búsqueda de información en Internet puede tener riesgos, como la mala calidad de la información, fraudes, mal aplicación de tratamientos sin supervisión profesional y violación a la intimidad de los usuarios.

Es así como nos vemos ante un gran océano de información, con muy poca profundidad y en donde es necesario tener unas habilidades y competencias mínimas que permitan evaluar de forma crítica la información en salud publicada en Internet. Es por esto que varias asociaciones en el mundo se han dedicado a validar estos contenidos de acuerdo a unos criterios de calidad que deben ser tenidos en cuenta para dar credibilidad a la información que en salud que consulte.

Dentro de los criterios recomendados por el Health on the Net Fundation (HON)[2], una organización fundada en Ginebra en 1996 con la misión de auxiliar la identificación de web sites sobre salud que sean confiables, se han identificado los siguientes:

Autoridad: La información sobre salud online debe ser ofrecida por profesionales calificados.

Grado de complemento: La información online debe ser complementar, y no sustituir el consejo médico.

Confidencialidad: El web site asegura la confidencialidad de datos sobre el paciente y otros usuarios, inclusive su identidad.

Crédito: El web site presenta las referencias de las fuentes que apoyan las informaciones disponibles (con sus respectivos links), y también las fechas de las últimas actualizaciones.

Justificativa: Presenta los beneficios y la utilidad de los tratamientos y productos, los cuales están basados en evidencias.

Autoría: Ofrece direcciones de contacto para usuarios que quieran mayores informaciones; ofrece e-mail del webmaster.

Patrocinio: Apoyos de organizaciones comerciales y no comerciales son claramente identificadas.

Publicidad: Anuncios publicitarios son claramente identificados.

De igual manera existen otros sitios certificadores que puede consultar con variables similares y que ayudan a identificar sitios web confiables como son:

Web Médica Acreditada: código de conducta con sello de calidad valorado por un comité. http://wma.comb.es/cast/codi_conducte.htm

ACSI. El Índice de Webs Acreditadas ACSI está constituido por todas las webs con contenido sanitario que han recibido el sello de calidad OMC Acredita. http://www.omcacredita.com/node/1

PWMC. El proyecto Webs Médicas de Calidad es una iniciativa en Internet, que tiene como objetivo la mejora de la calidad de las Webs de contenido sanitario relativo a la salud humana, desarrolladas en lengua española. http://www.pwmc.org/codigopwmc.htm

Es así que se recomienda  conceder prioridad a las web institucionales y de profesionales. Hay que destacar las web de asociaciones de pacientes,  las de sociedades científicas profesionales y los enlaces que aparecen en estas web.

De igual forma se recomienda acudir a una web que estén en un idioma que conozcamos correctamente y culturalmente se encuentre cercanos a nosostros[3].

También pueden consultar motores de búsqueda especializados como son:

Google Scholar

Yahoo health

MSN Salud

Hakia es un buscador semántico (basado en ontologías).

Excelenciaclinica.net

CONCLUSIONES

Por lo anterior los lectores deben ser críticos en el momento de evaluar información médica teniendo en cuenta la autoridad, confidencialidad, cita de fuentes y contacto con autores,  sin embargo aunque existen esfuerzos por tratar de validar información de tipo médico, es muy importante tener en cuenta que toda esta información es de tipo contextual, pero solamente una consulta con un profesional médico, podrá llegar realmente a ofrecer la calidad en un diagnóstico adecuado a sus necesidades y el tratamiento requerido.

BIBLIOGRAFIA

[1] BERLALND G. K., et  al. Health information on the Internet: accessibility, quality, and readability in English and Spanish. JAMA 2001; 285(20): 2612-21. Disponible en:  http://jama.ama-assn.org/cgi/content/full/285/20/2612?maxtoshow=&HITS=10&hits=10&RESULTFORMAT=&fulltext=Health+information+on+the+Internet%3A+accessibility%2C+quality%2C+and+readability+in+English+and+Spanish.&searchid=1&FIRSTINDEX=0&resourcetype=HWCIT [Consultado el 07 de Octubre de 2009].

[2] THE SWISS FEDERAL OFFICE OF PUBLIC HEALTH (FOPH).  Health on the Net Fundation (HON). Disponible en:  http://www.hon.ch/HONcode/Spanish/ . [Consultado el 07 de Octubre de 2009].

[3] GIMÉNEZ de Azcárate, Javier Carnicero.  Luces y sombras de la información de salud en Internet  (resumen). Disponible en:  http://www.seis.es/documentos/informes/secciones/adjunto1/CAPITULO1.pdf. [Consultado el 07 de Octubre de 2009].

copia333.

Una aproximación a la Biblioteca Virtual Inmersiva

copia333.

Módelo de la Biblioteca Pública el Tintal – Manuel Zapata Olivella, que desarrolle en google sketchup.

El presente texto presentara una visión de la biblioteca virtual como medio de aprendizaje, dentro de los servicios asincrónicos que pueden prestarse a través de la red, permitiendo el acceso a la información, de usuarios que no tenían la misma posibilidad de acceso en algunos casos, a las grandes bibliotecas tradicionales . Cada vez son más las instituciones universitarias que colocan sus programas de forma virtual, incluyendo dentro de sus recursos, la biblioteca digital.

Pero antes de avanzar es necesario explicar que diferencia existe entre la biblioteca virtual y la biblioteca digital.  La biblioteca digital “es la biblioteca donde el usuario puede acceder al universo de conocimientos con mayor rapidez, desde su escritorio o terminal de comunicaciones” o como lo dice, Shigeo Sugimoto, “es la expresión genérica que designa a estructuras federadas que permiten al ser humano el acceso, tanto intelectual como material, a la masa enorme y continuamente creciente de información que circula por el mundo entero, en forma codificada, a través de las redes digitales multimedia”.

De igual manera López Guzmán define la biblioteca virtual como “aquella que hace uso de la realidad virtual para mostrar una interfaz y emular un ambiente que sitúe al usuario dentro de una biblioteca tradicional. Hace uso de la más alta tecnología multimedia y puede guiar al usuario a través de diferentes sistemas para encontrar colecciones en diferentes sitios, conectados a través de sistemas de cómputo y telecomunicaciones”

copia22.

Actualmente se ha desarrollado lenguajes de programación como el VRML Virtual Reality Modeling Language (Lenguaje de Modelado de Realidad Virtual) el cual es un lenguaje de modelado de mundos virtuales en tres dimensiones en el que podemos acceder utilizando nuestro navegador igual que si visitásemos una página web cualquiera, con la salvedad que nuestras visitas no se limitan a ver un simple texto y fotografías, sino que nos permite ver todo tipo de objetos y construcciones en 3D por los que podemos pasear o interactuar, un ejemplo es el módelo que he hecho de la Biblioteca pública en Tintal.

De esta manera ya existen bibliotecas virtuales en línea, que han utilizado tecnologías como la disponible por second life, donde los usuarios al entrar a traves de un avatar, que emula la forma humana y el movimiento, puede transferirse a diferentes espacios, donde obtener información dentro de la biblioteca virtual inmersiva.

Algunos ejemplos prácticos son NSU Law Library (Cibrary City) donde hacen una recopilación de información especializada en derecho, Kansas State Library, Aarhus Business College: Aarhus, Denmark y la Biblioteca de la Universidad Carlos III de Madrid

Por lo anterior la biblioteca virtual, es una oportunidad para que los nuevos bibliotecarios de la información, tengan la experiencia de ofrecer servicios a los nuevos usuarios que se cada vez requieren más acceso a través de Internet, donde la experiencia presencial de estar en una biblioteca, pueda ser emulada, pero de igual manera los servicios de información ofrezcan la calidad necesaria para lograr el fin último de nuestro que hacer, la satisfacción de las necesidades de información de nuestros usuarios.

BIBLIOGRAFIA

Berry, JW. Digital Libraries: new iniciatives with WWW implications. Consultado en: Lucy Tedd. Desarrollos recientes en inform ática. p. 203-16. En: Informe Mundial de la UNESCO. París: UNESCO, 1997. Citado por: García Pérez A, Cruz Durañona M. ¿Biblioteca tradicional, electrónica, digital o virtual? Documento no publicado. Material del curso Tecnologías de Información. Maestría en Bibliotecología y Ciencias de la Información. Universidad de La Habana, diciembre 2001.

[1] García Pérez A, Cruz Durañona M. ¿Biblioteca tradicional, electrónica, digital o virtual? Documento no publicado. Material del curso Tecnologías de Información. Maestría en Bibliotecología y Ciencias de la Información. Universidad de La Habana, diciembre 2001.)

[1] Faba Pérez, Cristina and Nuño Moral, Maria Victoria (2004) La nueva gestión en las bibliotecas virtuales. Boletín de la Asociación Andaluza de Bibliotecarios(74):pp. 19-28.

UNIVERSIDAD CARLOS III DE MADRID. Biblioteca y más. En: <http://www.uc3m.es/portal/page/portal/biblioteca/aprende_usar/calendario/Biblioteca-Campus_virtual_en_Second_Life>. Consultado el 09 de Septiembre de 2008.


Biblioteca para discapacitados en Caquetá

Un impórtate desarrollo que ha logrado la gobernación del Caquetá es la implementación de un biblioteca dirigida a la población de sordociegos del departamento, la cual estará ubicada en el edificio Comfaca. El proyecto cuenta con tutores que apoyaran su aprendizaje y que permitan a los sordociegos la posibilidad de navegar por internet, leer textos, fotocopiar e imprimir los mismos mediante el sistema braille, con equipos de alta tecnología traídos de China, Corea, Estados Unidos y la Unión Europea.

Considero que más de estos servicios se deberían implementar en todas la bibliotecas del país, que tengan en cuenta una parte tan alta e importante en Colombia como son las personas con discapacidad.

Sobre la mineria de datos

La implementación de un sistema de inteligencia empresarial (BI, Business Intelligence) se puede ver desde la perspectiva de dos capas. La primera comprende los reportes estándares, reportes especiales, análisis multidimensionales, tablero de mandos, scorecards y alertas. La segunda capa se encuentra más comúnmente en aquellas organizaciones que han construido y madurado la primera capa. El análisis avanzado de datos por medio de modelos predictivos y pronósticos define esta capa; en otras palabras, la minería de datos.

La minería de datos tiene un alcance y aplicaciones muy amplias. Puede ser utilizada en cualquier situación donde se requiere encontrar conocimiento en vastas cantidades de datos.

La razón de ser

La minería de datos se refiere al proceso de extracción de patrones escondidos en grandes cantidades de datos. El término minería es con frecuencia utilizado como analogía como en el caso de la minería de oro o de carbón; sin embargo, el producto final de la minería de datos no son los datos, es el conocimiento. La minería de datos se aplica en una gran variedad de situaciones, pero presentamos aquí los escenarios empresariales más comunes en los cuales se presenta como una solución:

Explotación de datos: Cuando la cantidad de información crece significativamente, solo los modelos estadísticos especializados, pueden ayudar a desenmascarar patrones importantes; en esta situación, los análisis simples y multidimensionales no serán suficientes.

Comportamiento predictivo: Estas son situaciones donde las organizaciones necesitan predecir el comportamiento de los clientes. Este tipo de análisis permite identificar a los clientes en riesgo de cambiar hacia la competencia. Dentro de una población de animales se puede llevar a cabo modelado de enfermedades basado en información relevante sobre la especie, realizando predicciones y estimando el riesgo de enfermedad.

Ventas cruzadas: Comúnmente conocido como análisis de la cesta de mercado, la minería de datos puede dar información sobre los patrones de ventas cruzadas. Las tiendas en línea de libros como Amazon.com, usan esta técnica para sugerir libros relacionados con el que se está buscando o comprando.

Formaciones taxonómicas: La minería de datos puede ser aplicada en situaciones donde los datos de entrenamiento (los datos usados para entrenar el modelo de minería) están perdiendo algún tipo de etiqueta. Las etiquetas se usan para conceptualizar datos. Por ejemplo, en el análisis que examina las relaciones entre las ventas y las temporadas, estas últimas pueden ser categorizadas como primavera, verano, etc. El clustering o la segmentación es el proceso de particionamiento de datos en clases o incluso en jerarquías de clases, para los cuales los miembros de un grupo tienen características similares.

Pronósticos: Para estimar valores futuros de entidades, se debe aplicar técnicas de pronósticos. Por ejemplo, pronosticando la demanda futura de sus productos, un fabricante puede planear su producción.

Arquitectura de los sistemas de minería de datos

Al describir la arquitectura de un sistema de minería de datos, suponemos la presencia de un almacén o bodega de datos que contienen los datos de la organización. Aunque la minería de datos se puede aplicar a una amplia gama de fuentes de datos, es mejor iniciar con un almacén de datos en el que los hechos y las dimensiones se han identificado, y un marco de limpieza de datos establecido con el fin de garantizar una buena calidad de los mismos.

La base de conocimientos:


La corteza de un sistema de minería de datos es la base de datos de una organización. Este es el campo de conocimiento que describe los datos de una organización. Él incluye jerarquías de conceptos que organizan atributos o atribuyen valores de conceptos o clases específicas hacia generales. Los conceptos pueden ser implícitos, como las direcciones que se describen con número, calle, cuidad, estado y país. Las jerarquías de conceptos pueden ser creadas por medio de la organización de los valores. Un ejemplo de dicha jerarquía, comúnmente conocida como grupo predefinido de jerarquías, es el tamaño de la empresa, que puede ser definido como micro (< 5 empleados), pequeño (5 a 100 empleados), mediano (101 a 500 empleados y grande (> 500 empleados)

Los niveles de interés constituyen otro ejemplo del campo de los conocimientos. Estas medidas ayudan a clasificar o filtrar las normas que se generan a partir de los datos para determinar los patrones que serán más útiles para un negocio. Los niveles de interés pueden incluir medidas objetivas que se identifican estadísticamente y medidas subjetivas que se derivan de las creencias al respecto de las relaciones de los datos ayudando a evaluar el grado de probabilidad de que un evento ocurra o no, segun los resultados obtenidos a partir de minería de datos. La base de conocimientos es un elemento esencial en todas las etapas del proceso de minería de datos.

2. El proceso de la minería de datos
Fig. 1. Creación del modelo de minería de datos

La discusión sobre los procesos de la minería de datos en este articulo, está centrada en la creación de los modelos y su evaluación. El modelo constituye el corazón o centro de la minería de datos. El primer paso es la creación del modelo, a través de la selección de datos importantes para el objetivo. Por ejemplo, si un ejercicio de investigación sobre educación necesita estudiar el rendimiento de los estudiantes a través de varias ciudades en un estado o departamento especifico, solo los datos de ese estado son relevantes. Así mismo, si el objetivo es estudiar las relaciones entre la asistencia y la ocupación y salario de los padres, los atributos importantes incluirán la asistencia de la entidad estudiantes (sin las calificaciones o niveles) y la ocupación y salario de la entidad padres (sin importar edad o grupo cultural).


Una vez establecido el objetivo del ejercicio de la minería de datos, se debe elegir la función o algoritmo. El modelo se estructura para almacenar los resultados encontrados por el algoritmo. La siguiente tabla señala a grandes rasgos, los algoritmos más comúnmente usados (una discusión en detalle de estos algoritmos, se sale del marco de este artículo).

Algoritmo Descripción
Reglas de asociación Este algoritmo ayuda a descubrir elementos que están asociados. Una implementación común de este algoritmo es el análisis de la cesta de compras, donde se responde a la pregunta “¿si un cliente compra el artículo A y B, que otro artículo tenderá a comprar?” por medio de el examen de las asociaciones entre A y B con otros artículos comprados en el pasado.
Clustering El Clustering crea grupos de objetos de datos basados en su similitud. Los objetos dentro de un cluster son similares a sí mismos y diferentes a los objetos de otros clusters. Clustering tiene una extensa aplicabilidad: en biología para el desarrollo de taxonomías; en los negocios sirve para agrupar clientes basados en su comportamiento, en geografía se usa para agrupar lugares.
Arboles de decisión Los árboles de decisión son estructuras donde una rama divide el grupo de datos para particionar su distribución. Cada rama está basada en un atributo que genera una división significativa en la información. Se pueden realizar pronósticos aplicando los valores del nuevo atributo al árbol de decisiones.
Bayes simples Los algoritmos Bayes tienen un método sistemático de aprendizaje basado en la evidencia. Allí se combinan probabilidades condicionales e incondicionales para calcular las probabilidades de una hipótesis.
Regresión La Regresión ayuda a descubrir la dependencia del valor de un atributo con respecto a otros atributos dentro de la misma entidad u objeto. La regresión es similar a los árboles de decisión en cuanto a su contribución para clasificar datos, pero predice atributos continuos, en lugar de separados.
Series de tiempo Las series de tiempo representan datos en varios intervalos de tiempo o cualquier otro indicador cronológico. Este se usa para pronosticar valores futuros como la demanda y el tráfico de un sitio Web, usando técnicas en auto regresión (una rama del análisis regresivo dedicada al análisis de series de tiempo) y árboles de decisión.

Autora: Anna Mallikarjunan-TEC

AGENDA DE CONECTIVIDAD

La Agenda de Conectividad es una política del Estado Colombiano , consagrada en el documento CONPES 3072 de 2000, el cual se plantea dentro de los lineamientos del Plan Nacional de Desarrollo 1998 – 2002 en su objetivo número cinco en materia de telecomunicaciones, el cual consiste en “ Propiciar el desarrollo de la infraestructura Colombiana de la Información” dirigida a contribuir con un sector productivo más competitivo, un Estado moderno y una comunidad con mayores oportunidades para el desarrollo, al aprovechar las ventajas que las nuevas tecnologías que ofrecen.

Web semantica

Esta presentación es sobre el uso, estructuras y usos de la web semántica, presentado en una de las asignaturas de la universidad, mostrando algunas conclusiones sobre las ventajas que podemos encontrar en su aplicación.

De igual manera quiero recomendar swoogle como una de las primeras experiencias exitosas, con más de un millon de sitios indexados, se estima que 3.000 documentos son descubiertos cada día, y que del millón de documentos RDF, alrededor del 1% son ontologías, y el resto, datos. Vale la pena entrar y conocer una aplicación de lo que podra ser la Web 3.0

META-OCIB Meta Search Open Acces in Libray and Information Science

meta-ocib3.png

Experimentando con las nuevas herramientas disponibles en internet, he desarrollado un metabuscador de bases de datos Open Acces y sitios web especializados en Ciencia de la Información,  basado en la tecnología Google, el cual permite hacer busquedas simples y compuestas de la información que se encuentran contenidas en los sitios definidos, como parte de una idea que nació del trabajo dispuesto en la wikijaveriana   Historia de las bases de datos en Ciencia de la Información.  Los invito a que la consulten y aprovechen los recursos que estan disponibles para nosotros .

De igual manera esta disponible el feed de Ecibjavaeriana, el tesauro del CINDOC en Bibliotecomia para controlar el lenguaje utilizado en las busquedas, unas sugerencias para utilizar el buscador, y una entrada para descargar la barra toolbar Ecibjaveriana en su computador y estar actualizado en todo momento sobre lo último en nuestra área de conocimiento.

META-OCIB Meta Search Open Acces in Libray and Information Science