Abstract Introduction. The new era of surgery is increasingly dependent on technology, and an example of this is the widespread use of electrocautery as a primary part of surgical practice. Surgical smoke is a byproduct of the dissection and coagulation of tissues produced by energy equipment, which represents multiple potential health risks for the surgical group; however, the dangers caused by cumulative exposure have been minimized. Methods. A critical analysis was carried out from a reflective position of the available information, establishing the possible risks related to exposure to surgical smoke. Discussion. The imperative need to establish national normative guidelines and standardized recommendations to comply with the demands given by the occupational health and work safety management systems, whose main objective is to make effective the use of appropriate surgical masks, implementation of environmental epidemiological surveillance program in the operating room, prioritizing the constant use of vacuum cleaners and evacuation systems, and carrying out educational awareness programs aimed at the personnel involved. Likewise, there is concern about the need for new studies to more precisely define the danger of this aerosol. Conclusion. It is recommended to responsibly use all existing preventive strategies to intervene in operating rooms to minimize the forgotten risks of surgical smoke.

Resumen Introducción. La nueva era de la cirugía es cada vez más dependiente de la tecnología, y un ejemplo de ello es el uso generalizado de electrocauterio como parte primordial de la práctica quirúrgica. El humo quirúrgico es un subproducto de la disección y la coagulación de los tejidos producidas por los equipos de energía, que representa múltiples riesgos potenciales para la salud del grupo quirúrgico, sin embargo, se han minimizado los peligros causados por la exposición de manera frecuente y acumulativa a este aerosol. Métodos. Se realizó un análisis crítico, desde una posición reflexiva de la información disponible, estableciendo los posibles riesgos relacionados con la exposición al humo quirúrgico. Discusión. Es visible la necesidad imperativa de establecer directrices nacionales, pautas normativas y recomendaciones estandarizadas para cumplir con las exigencias dadas por los sistemas de gestión en salud ocupacional y seguridad del trabajo, cuyo objetivo principal es hacer efectivo el uso de mascarillas quirúrgicas apropiadas, la implementación de programa de vigilancia epidemiológica ambiental en sala de cirugía, la priorización del uso constante de aspiradores y sistemas de evacuación, y la ejecución de programas educativos de sensibilización dirigidos al personal implicado. De igual manera, se abre la inquietud de la necesidad de nuevos estudios para definir con mayor precisión el peligro de este aerosol. Conclusión. Se recomienda de manera responsable utilizar todas las estrategias preventivas existentes para intervenir en salas de cirugía los riesgos minimizados y olvidados del humo quirúrgico.

Abstract Introduction: This study examines the technological revolution in the realm of connected medical devices, which are redefining the monitoring, diagnosis, and treatment of diseases. It analyzes how the integration of advanced technologies is driving personalized and remote healthcare. Objectives: To evaluate the advancements in connected medical devices and their impact on improving disease monitoring and diagnosis. The study investigates how these technologies are changing the dynamics of healthcare delivery and identifies the associated challenges and opportunities. Methodology: A qualitative approach is used, linking research questions with theories and outcomes. The study is based on analyses of wearable devices and implantable systems, combining literature review with expert interviews and data analysis. This methodological approach allows for a deep understanding of the interaction between technology and medical practice. Results: The findings show that connected medical devices offer significant advantages in terms of precision and efficiency, enabling real-time monitoring and better clinical decision-making. Technical, ethical, and regulatory challenges are identified, but innovative solutions to overcome them are also highlighted. Conclusions: The research underscores the importance of a qualitative approach in studying connected medical devices. The results emphasize the need for a robust methodological framework to evaluate both technological advancements and associated challenges. This study contributes to understanding how connected medical devices are transforming healthcare, highlighting the necessity of integrated and multidisciplinary approaches to maximize benefits and minimize risks.

Resúmen Introducción: Este estudio examina la revolución tecnológica en el ámbito de los dispositivos médicos conectados, que están redefiniendo el monitoreo, diagnóstico y tratamiento de enfermedades. Se analiza cómo la integración de tecnologías avanzadas está impulsando la atención médica personalizada y a distancia. Objetivos: Evaluar los avances en dispositivos médicos conectados y su impacto en la mejora del monitoreo y diagnóstico de enfermedades. Se investiga cómo estas tecnologías están cambiando la dinámica de la atención médica y cuáles son los desafíos y oportunidades asociados. Metodología: Se utiliza un enfoque cualitativo, vinculando preguntas de investigación con teorías y resultados. El estudio se basa en análisis de dispositivos wearables y sistemas implantables, combinando la revisión de literatura con entrevistas a expertos y análisis de datos. Este enfoque metodológico permite una comprensión profunda de la interacción entre la tecnología y la práctica médica. Resultados: Los hallazgos muestran que los dispositivos médicos conectados ofrecen significativas ventajas en términos de precisión y eficiencia, permitiendo un seguimiento en tiempo real y una mejor toma de decisiones clínicas. Se identifican retos técnicos, éticos y regulatorios, pero también se destacan soluciones innovadoras para superarlos. Conclusiones: La investigación subraya la importancia de un enfoque cualitativo en el estudio de los dispositivos médicos conectados. Los resultados enfatizan la necesidad de un marco metodológico robusto para evaluar tanto los avances tecnológicos como los desafíos asociados. Este estudio contribuye a la comprensión de cómo los dispositivos médicos conectados están transformando la atención médica, enfatizando la necesidad de abordajes integrados y multidisciplinarios para maximizar sus beneficios y minimizar los riesgos.

ABSTRACT Artificial intelligence is being widely used in various fields of medicine. The aim of this review is to describe the main applications, opportunities and challenges of AI in medicine by providing an overview of the current context. An overview of the literature was conducted, identifying the most up-to-date and relevant information on the topic. The electronic databases PubMed, Scopus and SciELO were consulted, from January 2019 to March 2024, in both English and Spanish. Systematic and non-systematic literature reviews, scoping reviews, original articles and book chapters were included. Duplicate articles, unclear scientific papers, those of low scientific rigour and grey literature were excluded. The implementation of artificial intelligence in medicine has brought remarkable benefits, ranging from the recording of medical information to the discovery of new drugs. It has generated a revolution in the traditional way of doing medicine. On the other hand, it has brought with it challenges in terms of accuracy, reliability, ethics, privacy, among others. It is crucial to maintain a patient-centred approach and ensure that these technologies are used to improve health outcomes and promote equity in access to care. Collaboration between healthcare professionals, researchers, regulators and technology developers will be critical to address these challenges and realise the full potential of artificial intelligence.

RESUMEN La inteligencia artificial se está usando ampliamente en diversos campos de la medicina. El objetivo de esta revisión es describir las principales aplicaciones, oportunidades y desafíos de la inteligencia artificial en medicina brindando una perspectiva del contexto actual. Se realizó una revisión narrativa de la literatura, identificando la información más actualizada y relevante sobre el tema. Se consultaron las bases de datos electrónicas PubMed, Scopus y SciELO, desde enero de 2019 a marzo de 2024, tanto en inglés como en español. Se incluyeron revisiones sistemáticas y no sistemáticas de la literatura, scoping reviews, artículos originales y capítulos de libros. Se excluyeron artículos duplicados, trabajos científicos poco claros, aquellos de bajo rigor científico y literatura gris. La implementación de la inteligencia artificial en medicina ha traído consigo notables beneficios, que van desde el registro de información médica hasta el descubrimiento de nuevos fármacos. Ha generado una revolución en la forma tradicional de hacer medicina. Por otro lado, ha traído consigo desafíos en materia de precisión, confiabilidad, ética, privacidad, entre otros. Es crucial mantener un enfoque centrado en el paciente y garantizar que estas tecnologías se utilicen para mejorar los resultados en salud y promover la equidad en el acceso a la atención médica. La colaboración entre profesionales de la salud, investigadores, entidades reguladoras y desarrolladores de tecnología será fundamental para enfrentar estos desafíos y aprovechar todo el potencial de la inteligencia artificial.

ABSTRACT The evolution towards Industry 4.0 starts from previous industrial revolutions and culminates in the convergence of advanced technologies today. Industry 4.0 uses technologies such as the internet of things, big data analysis, artificial intelligence, augmented reality, among others, to improve the efficiency and adaptability of companies; organizational productivity is focused on the modernization of processes with emerging technologies. In this context, the accounting profession is undergoing significant changes such as the automation of routine tasks allowing accountants to focus on strategic analysis. Technology impacts accounting by improving efficiency, accuracy, and data security. Accountants must acquire technological competencies, such as proficiency in accounting software and skills in data analytics, cybersecurity, and digital communication. In terms of accounting ethics, the importance of confidentiality, integrity and transparency in the digital age is highlighted. Accountants must maintain high ethical standards and adapt to technological evolution. The research concludes that the accounting profession has transformed into a more strategic role, demanding technological skills and ethics adapted to the digital era. The connection between education, industry and technology skills is essential to prepare accountants for today's challenges.

RESUMEN La evolución hacia la Industria 4.0 parte de las revoluciones industriales anteriores y culmina en la convergencia de tecnologías avanzadas en la actualidad. La Industria 4.0 emplea tecnologías como el internet de las cosas, el análisis de grandes volúmenes de datos (big data), la inteligencia artificial, la realidad aumentada, entre otras, para mejorar la eficiencia y la adaptabilidad de las empresas, la productividad organizacional se centra en la modernización de procesos con tecnologías emergentes.En este contexto, la profesión contable experimenta cambios significativos como son en la automatización de tareas rutinarias, permite a los contadores enfocarse en análisis estratégicos. La tecnología impacta la contabilidad al mejorar la eficiencia, la precisión y la seguridad de los datos. Los contadores deben adquirir competencias tecnológicas, como el dominio de software contable y habilidades en análisis de datos, ciberseguridad y comunicación digital.En cuanto a la ética contable, se destaca la importancia de la confidencialidad, integridad y transparencia en la era digital. Los contadores deben mantener altos estándares éticos y adaptarse a la evolución tecnológica. La investigación concluye que la profesión contable se ha transformado en un papel más estratégico, exigiendo habilidades tecnológicas y una ética adaptada a la era digital. La conexión entre la educación, la industria y las competencias tecnológicas es esencial para preparar a los contadores para los desafíos actuales.

Abstract: The primary objectives of this research study are to provide a detailed description of machine learning (ML) technology when applied to assessing innovation and to design a model that allows predicting an institution’s degree of innovation. Machine learning technology lacks assumptions or preconceptions and is capable of processing a large amount of data and variables. After data processing, the ML model is built using variables associated with educational context, training is performed, and a web is built to predict the degree of innovation of an educational institution. This model provides an innovation accuracy prediction of 66% and allows assessing the influence of the variables analyzed when predicting the use of active methodologies at a given institution. In conclusion, this approach can open new data analysis techniques supported by ML that complement traditional statistically based approaches.

Resumen: Los principales objetivos de esta investigación son proporcionar una descripción detallada de la tecnología de aprendizaje automático (ML, por sus siglas en inglés) aplicada a la medición de la innovación y diseñar un modelo que permita predecir el grado de innovación en una determinada institución. La tecnología ML carece de suposiciones o preconcepciones y es capaz de procesar una gran cantidad de datos y variables. Tras procesar los datos, se construye el modelo ML empleando variables asociadas al contexto educativo, se realiza el entrenamiento y se construye una web para predecir el grado de innovación de una institución educativa. El modelo proporciona una precisión del 66% en la predicción de la innovación y permite discutir la influencia de las variables analizadas a la hora de predecir el uso de metodologías activas en una institución. En conclusión, este enfoque puede abrir nuevas técnicas de análisis de datos apoyadas en ML que complementen los enfoques tradicionales basados en la estadística.

Abstract Introduction Drones allow collecting high-spatial resolution images useful for monitoring forest vegetation dynamics in managed forests. There are, however, doubts about the most effective way to use them concerning spatial resolution. Objective To identify the optimal spatial resolution of multispectral images captured by drones for mapping land cover types in managed temperate forests in Hidalgo, Mexico. Materials and methods Spectral images were preprocessed at spatial resolutions from 0.2 to 2.5 m, at 0.1 m intervals. Pine, oak, other broad-leaved trees, herbs and bare soil cover were classified with the Random Forest algorithm. The effect of spatial resolution on land cover classification was evaluated using the Kruskal-Wallis non-parametric test followed by a Mann-Whitney-Wilcoxon post-hoc comparison (p < 0.05). Classification errors of land cover classes were analyzed graphically. Results 0.2 m spatial resolution images provided the highest land cover classification accuracy (96 %) but was statistically similar to that of 0.7 m (p = 0.3984). The lowest accuracy (82 %) was obtained with 2.5 m spatial resolution imagery. Omission and commission errors were lower and consistent in classifications with 0.2 to 1.2 m spatial resolution images. Conclusion Multispectral images (0.7 m resolution), acquired with a fixed-wing drone, allowed us to classify the land cover/vegetation types and the exact spatial distribution of pine, oak and other hardwood species in a temperate forest under forest management.

Resumen Introducción Los drones aportan imágenes de alta resolución espacial para el seguimiento de la dinámica de la vegetación en bosques bajo manejo forestal; sin embargo, existen dudas sobre la forma más eficaz de utilizarlas con respecto a la resolución espacial. Objetivo Determinar la resolución espacial más apropiada de las imágenes multiespectrales obtenidas por drones, para mapear los tipos de cobertura del suelo en bosques templados bajo manejo forestal de Hidalgo, México. Materiales y métodos Las imágenes espectrales se preprocesaron en resoluciones espaciales desde 0.2 hasta 2.5 m, a intervalos de 0.1 m. La cobertura de pinos, encinos, otras latifoliadas, herbáceas y suelo desnudo se clasificaron con el algoritmo Random Forest. El efecto de la resolución espacial en la clasificación de la cobertura terrestre se evaluó mediante la prueba no paramétrica de Kruskal-Wallis seguida de una comparación post-hoc Mann-Whitney-Wilcoxon (p < 0.05). Los errores de clasificación de las clases de cobertura se analizaron gráficamente. Resultados Las imágenes de 0.2 m de resolución espacial proporcionaron la mayor precisión de clasificación de la cobertura del suelo (96 %), pero fue estadísticamente similar que la de 0.7 m (p = 0.3984). La precisión más baja (82 %) se obtuvo con imágenes de 2.5 m de resolución espacial. Los errores de omisión y comisión fueron menores y constantes en las clasificaciones con imágenes de resolución espacial de 0.2 a 1.2 m. Conclusiones Las imágenes multiespectrales (0.7 m de resolución), adquiridas con un dron de ala fija, permitieron la clasificación precisa de los tipos de cobertura y la distribución espacial exacta de pinos, encinos y otras especies de latifoliadas de un bosque templado bajo manejo forestal.

Abstract This article explores the design and application of machine learning techniques to enhance traditional approaches for solving NP-hard optimization problems. Specifically, it focuses on the Last-Mile Routing Research Challenge (LMRRC), supported by Amazon and MIT, which sought innovative solutions for cargo routing optimization. While the challenge provided travel times and zone identifiers, the dependency on these factors raises concerns about the algorithms’ generalizability to different contexts and regions with standard delivery services registries. To address these concerns, this study proposes personalized cost matrices that incorporate both distance and time models, along with the relationships between delivery stops. Additionally, it presents an improved approach to sequencing stops by combining exact and approximate algorithms, utilizing a customized regression technique alongside fine-tuned metaheuristics and heuristics refinements. The resulting methodology achieves competitive scores on the LMRRC validation dataset, which comprises routes from the USA. By carefully delineating route characteristics, the study enables the selection of specific technique combinations for each route, considering its geometrical and geographical attributes. Furthermore, the proposed methodologies are successfully applied to real-case scenarios of last-mile deliveries in Montevideo (Uruguay), demonstrating similar average scores and accuracy on new testing routes. This research contributes to the advancement of last-mile delivery optimization by leveraging personalized cost matrices and algorithmic refinements. The findings highlight the potential for improving existing approaches and their adaptability to diverse geographic contexts, paving the way for more efficient and effective delivery services in the future.

Resumen Este artículo explora el diseño y aplicación de técnicas de aprendizaje automático para mejorar los enfoques tradicionales y así resolver problemas de optimización NP-hard. En particular, se enfoca en el Last-Mile Routing Research Challenge (LMRRC), apoyado por Amazon y MIT, que buscaba soluciones innovadoras para la optimización de rutas de carga. Si bien el desafío proporcionó tiempos de viaje e identificadores de zona, la dependencia de estos factores plantea preocupaciones sobre la generalización de los algoritmos a diferentes contextos y regiones con registros de servicios de entrega estándar. Para abordar estas interrogantes, este estudio propone matrices de costos personalizadas que incorporan modelos de distancia y tiempo, junto con las relaciones entre las paradas de entrega. Además, presenta enfoques mejorados para la secuenciación de paradas mediante la combinación de algoritmos exactos y aproximados, utilizando técnicas de regresión personalizada junto con metaheurísticas y refinamientos heurísticos ajustados. La metodología resultante logra puntajes competitivos en el conjunto de datos de validación LMRRC, que usa rutas de EE. UU. Al delinear cuidadosamente las características de la ruta, el estudio permite la selección de combinaciones de técnicas específicas para cada ruta, considerando sus atributos geométricos y geográficos. Además, las metodologías propuestas se aplican con éxito a escenarios de casos reales de entregas en Montevideo (Uruguay), demostrando puntajes promedio y precisión similares en nuevas rutas de prueba. Esta investigación contribuye al avance de la optimización de la entrega de última milla al aprovechar matrices de costos personalizadas y refinamientos algorítmicos. Los hallazgos resaltan el potencial para mejorar los enfoques existentes y su adaptabilidad a diversos contextos geográficos, allanando el camino para servicios de entrega más eficientes y efectivos en el futuro.

Abstract In the present study, a prediction of hardness deterioration and abrasive wear was performed through a neural network using artificial intelligence on a material printed in SLA. This article aims to predict the mechanical properties, wear resistance and surface hardness of parts manufactured by SLA stereolithography printing. A full factorial DOE was used to associate the peculiar parameters (print orientation, cure time, layer height) to perform experiments. The mechanical properties were evaluated according to ASTM regulations, with the objective of obtaining feeding data and validation of the predictions of the Taber Wear Index and hardness using an artificial neural network. The experimental results are in good agreement with the measured data with satisfactory prediction errors with a mean square error (MSE) of 0.01 corresponding to abrasive wear using the clear resin and a mean absolute error (MSE) of 0.09 with an R2 of 0.756, the prediction with the neural network with a mean square error (MSE) of 2.47 corresponding to abrasive wear using the tough resin and a mean absolute error (MSE) of 14.3 with an R2 of 0.97. It was shown that the accuracy of the prediction is reasonable, and the network has the potential to be improved if the experimental database for training the network could be expanded. Therefore, wear and hardness mechanical properties can be predicted appropriately with an ANN.

Resumen En el presente estudio se realizó una predicción del deterioro de la dureza y el desgaste abrasivo a través de una red neuronal utilizando inteligencia artificial sobre un material impreso en SLA. Esta investigación tiene como objetivo predecir las propiedades mecánicas de resistencia al desgaste y dureza superficial de piezas fabricadas mediante impresión por estereolitografía (SLA). Para realizar los experimentos se utilizó un diseño factorial de dos niveles o DOE factorial completo y así asociar los parámetros peculiares (orientación de impresión, tiempo de curado, altura de la capa). Las propiedades mecánicas fueron evaluadas según normativas ASTM, con el objetivo de obtener datos de alimentación y validación de las predicciones del índice de desgaste Taber y la dureza empleando una red neuronal artificial. Los resultados experimentales concuerdan con los datos medidos con errores de predicción satisfactorios con un error cuadrático medio (MSE) de 0,01 correspondiente al desgaste abrasivo utilizando la resina transparente y un error absoluto medio (MSE) de 0,09 con un R2 de 0,76. La predicción con la red neuronal tiene un error cuadrático medio (MSE) de 2.47 perteneciente al desgaste abrasivo utilizando la resina resistente y un error absoluto medio (MSE) de 14,3 con un R2 de 0,97. Se demostró que la precisión de la predicción es razonable, y que la red tiene potencial para mejorar si se pudiera ampliar la base de datos experimental para entrenar la red. Por lo tanto, las propiedades mecánicas de desgaste y dureza se pueden predecir, adecuadamente, con una RNA.

Abstract The progress in genetic material sequencing enhanced diverse research opportunities related to genomics, transcriptomics and other -omics areas. A need in the development of more accessible and efficient techniques resulted in the second- (NGS) and third-generation technologies (TGS). In this paper we aimed to characterize the main sequencing methods of second- and third-generation. NGS technology is based on the sequencing by biosynthesis of short fragments with high quality and precision, while TGS are specialized in long fragment sequencing by nanopores and single-molecule, real-time technologies. Illumina and PacBio have more precise and high-quality data, compared to Oxford Nanopore Technologies (ONT). However, nanopores long reads address errors in genome assembly, commonly associated with small lectures. All analyzed technologies have production-scale sequencers, but only ONT and Illumina developed benchtop products. ONT also presents portable sequencers for small projects. Latinoamerican countries have less coverage and technical support of sequencing technologies, and only Illumina is sited in this region. Each sequencing technology have advantages and limitations regarding their techniques and their coupled use is promoted to make a deeper analysis of the data, therefore the development of new bioinformatics programs remain as one of the principal obstacles to overcome to enhance the application of these technologies.

Resumen El avance en la secuenciación de material genético ha favorecido el estudio de nuevas áreas de investigación relacionadas a la genómica, transcriptómica y demás ciencias -ómicas. Esto creó la necesidad de desarrollar nuevas tecnologías más accesibles y eficientes, como las tecnologías de segunda y tercera generación. Por ello, esta revisión caracterizó las principales metodologías de secuenciación de segunda y tercera generación. Las tecnologías de segunda generación se ven representadas por la secuenciación por síntesis fragmentos cortos con alta calidad y precisión. En la tercera generación se especializan en lecturas largas secuenciadas por nanoporos y secuenciación de una sola molécula en tiempo real. Las empresas Illumina y PacBio poseen una mayor calidad y precisión en las lecturas, en comparación a Oxford Nanopore Technologies (ONT). Sin embargo, las lecturas de ONT solucionan problemas del ensamblaje genómico propios de lecturas cortas. Todas las tecnologías analizadas poseen secuenciadores para proyectos de producción a escala; Illumina y ONT también poseen secuenciadores sobremesa, y solamente la última presenta dispositivos portátiles. Con respecto a la accesibilidad, los países centroamericanos poseen poca cobertura por parte de estas empresas, siendo Illumina la única con una distribuidora radicada en la región. Cada tecnología de secuenciación posee ventajas y desventajas asociadas, lo cual impulsa a su uso en conjunto, lo que permite análisis más convenientes y completos. Por lo cual el desarrollo de nuevos programas bioinformáticos para la mejora del análisis corresponde a consideraciones que deben ser abordadas con la intención de fortalecer el uso de las técnicas de secuenciación.

Abstract Biological sequence analysis is essential in bioinformatics, but the diversity of available tools presents significant challenges. This article proposes a web application that unifies useful functionalities in biological sequence analysis. Developed in Python and Django, it integrates features from BioPython, BioPandas, 3Dmol.js, and BLAST, among others, making it usable for users without programming knowledge. The tool covers the analysis of DNA and protein sequences, transcription, alignment, sequence search, and more. Its most notable features are efficiency, precision in obtaining quantitative data from the running process, and ease of use, supported by validation and results from the components used. Its modular architecture ensures scalability and adaptability. It is concluded that the tool represents a significant advance in simplifying and improving the processes of biological sequence analysis, promising to enhance efficiency and effectiveness in bioinformatics.

Resumen El análisis de secuencias biológicas es esencial en bioinformática, pero la diversidad de herramientas disponibles presenta desafíos significativos. Este artículo propone una aplicación web que unifica diferentes funcionalidades útiles en el análisis de secuencias biológicas. Desarrollada en Python y Django, integra funcionalidades de BioPython, BioPandas, 3Dmol.js y BLAST, entre otras, que además posibilita su uso a usuarios sin conocimientos de programación. La herramienta abarca el análisis de secuencias de ADN y proteínas, transcripción, alineación, búsqueda de secuencias y más. Dentro de las características más destacables está la eficiencia, precisión al obtener datos cuantitativos del proceso que se está ejecutando y la facilidad de uso.

ABSTRACT Introduction. Scientific literacy comprises skills to explain phenomena scientifically, evaluate science and interpret its results. Validated tools in different languages are needed to ensure their correct measurement. Objective. To adapt and validate, to Peruvian Spanish, an instrument to measure scientific literacy skills in medical students. Methods. The cultural adaptation of the Test of Scientific Literacy Skills (TOSLS) into Spanish had six steps. First, an independent, simultaneous translation from English into Spanish was performed. Then, both translations were synthesised and back-translated, followed by comparison with the original version and back-translation. This was followed by a pilot test and a cross-sectional study with medical students in Lima, Peru. The last step involved psychometric evaluation using the Rasch model. The instrument consisted of 28 multiple-choice questions with only one correct answer. Results. 300 students were enrolled. The Kuder-Richadson coefficient was 0.742. The items showed unidimensionality and local independence (MADaQ3 = 0.054). Item 12 was the most difficult, while item 5 was the easiest. The infit and outfit statistics of the items were in the range of 0.7 to 1.3 logits. The test information function provided information with greater precision at skill levels between -1 and 0 logits. There was a correspondence between item difficulty and scientific literacy ability. Conclusion. The Spanish version retained the 28 items of the original TOSLS and had acceptable internal consistency. The items had acceptable properties, independently of students’ scientific literacy ability.

RESUMEN Introducción. El alfabetismo científico comprende habilidades para explicar los fenómenos científicamente, evaluar la ciencia e interpretar sus resultados. Para asegurar su correcta medición es necesario disponer de herramientas validadas en diversos idiomas. Objetivo. Adaptar y validar, al español del Perú, un instrumento para medir las habilidades en alfabetismo científico en estudiantes de medicina. Métodos. La adaptación cultural del Test of Scientific Literacy Skills (TOSLS) tuvo seis pasos. Primero, una traducción independiente y simultánea del inglés al español. Luego, síntesis de ambas traducciones y traducción inversa, seguida de la comparación con la versión original y su retrotraducción. Luego, se realizó una prueba piloto y un estudio transversal con estudiantes de medicina en Lima, Perú. El último paso comprendió la evaluación psicométrica utilizando el modelo de Rasch. El instrumento tuvo 28 preguntas de opción múltiple con una única respuesta correcta. Resultados. Enrolamos 300 estudiantes. El coeficiente Kuder-Richadson fue 0,742. Los ítems mostraron unidimensionalidad e independencia local (MADaQ3 = 0,054). El ítem 12 fue el más difícil, el 5 resultó el más fácil. Los estadísticos infit y outfit de los ítems estuvieron en el rango de 0,7 a 1,3 logits. La curva de función de información brindó información con mayor precisión en el nivel de habilidad ubicado entre -1 y 0 logits. Hubo correspondencia entre la dificultad de los ítems y la habilidad en alfabetismo científico. Conclusión. La versión en español mantuvo los 28 ítems del TOSLS original y tuvo aceptable consistencia interna. Los ítems tuvieron propiedades aceptables, independientemente de la habilidad en alfabetismo científico de los estudiantes.

Abstract Background: Virtual consultations have increased exponentially, but a limitation is the inability to assess vital signs (VS). This is particularly useful in patients with heart failure (HF) for titrating prognosis-modifying medication. This issue could potentially be addressed by a tool capable of measuring blood pressure (BP) and heart rate (HR) accurately, remotely, and conveniently. Mobile phones equipped with transdermal optical imaging technology could meet these requirements. Objective: To evaluate the accuracy of a transdermal optical imaging-based app for estimating VS compared to clinical assessment in patients with HF. Methods: A prospective cohort study included patients evaluated in an HF outpatient unit between February and April 2022. BP and HR were simultaneously assessed using the app and clinical examination (BP with an automated sphygmomanometer and HR by brachial palpation). Three measurements were taken by both the app and clinic for each patient, by two independent blinded physicians. Results: Thirty patients were included, with 540 measurements of BP and HR. The mean age was 66 (± 13) years, 53.3% were male. The mean left ventricular ejection fraction was 37 ± 15, with 63.3% having previous hospitalizations for HF, and 63.4% in NYHA class II-III. The mean difference between the app measurement and its clinical reference measurement was 3.6 ± 0.5 mmHg for systolic BP (SBP), 0.9 ± –0.2 mmHg for diastolic BP (DBP), and 0.2 ± 0.4 bpm for HR. When averaging the paired mean differences for each patient, the mean across the 30 patients was 2 ± 6 mmHg for SBP, –0.14 ± 4.6 mmHg for DBP, and 0.23 ± 4 bpm for HR. Conclusion: The estimation of BP and HR by an app with transdermal optical imaging technology was comparable to non-invasive measurement in patients with HF and met the precision criteria for BP measurement in this preliminary study. The use of this new transdermal optical imaging technology provides promising data, which should be corroborated in larger cohorts.

Resumen Antecedentes: Las consultas virtuales aumentaron exponencialmente, pero presentan como limitación la imposibilidad de valorar los signos vitales (SV), siendo especialmente útiles en los pacientes con insuficiencia cardiaca (IC) para titular medicación que modifica pronóstico. Este problema podría potencialmente solucionarse mediante una herramienta que pueda medir la presión arterial (PA) y frecuencia cardiaca (FC) de manera precisa, accesible y remota. Los teléfonos móviles equipados con tecnología de imágenes ópticas transdérmicas podrían cumplir con estos requisitos. Objetivo: Evaluar la precisión de una app basada en imagen óptica transdérmica para estimar SV en relación con la valoración clínica en pacientes con IC. Métodos: Estudio de cohorte prospectivo, se incluyeron pacientes evaluados en una unidad ambulatoria de IC de febrero a abril del 2022. Se valoró simultáneamente la PA y FC mediante la app y el examen clínico (PA con un esfigmomanómetro automatizado y FC por palpación braquial). Se realizaron tres mediciones por app y clínica en cada paciente, por dos médicos independientes, encontrándose ciegos a los resultados. Resultados: Se incluyeron 30 pacientes, con 540 mediciones de TA y de FC. Edad media de 66 (± 13) años, el 53.3% de sexo masculino. La fracción de eyección del ventrículo izquierdo media fue de 37 ± 15, con hospitalizaciones previas por IC el 63.3%, en CF II-III el 63.4%. La diferencia media entre la medición de la app y su medición de referencia clínica fue de 3.6 ± 0.5 mmHg para PA sistólica (PAS), 0.9 ± –0.2 mmHg para PA diastólica (PAD) y 0.2 ± 0.4 lpm para FC. Cuando se promedian las diferencias medias emparejadas para cada paciente, la media entre los 30 pacientes es de 2 ± 6 mmHg para PAS, –0.14 ± 4.6 mmHg para PAD y 0.23 ± 4 lpm para FC. Conclusión: La estimación de PA y FC por una app con tecnología de imagen óptica transdérmica fue comparable a la medición no invasiva en pacientes con IC, y cumple los criterios de precisión de la medición de PA en este estudio preliminar. La utilización de esta nueva tecnología de imagen óptica transdérmica brinda datos prometedores, que deberán ser corroborados en cohortes de mayor tamaño.

Abstract Tropical wetland forests are fragile ecosystems facing critical risks due to global warming and other anthropogenic threats. Hence, gathering accurate and reliable information on them is urgent. Although remote sensing has demonstrated great potential in studying terrestrial ecosystems, remote sensing-based wetland forest research is still in an early stage of development. Mapping wetland forests, particularly mangrove forests, was an initial goal of this approach and is a task that still faces methodological challenges. Initially based on aerial photography only, wetland forest mapping through remote sensing underwent explosive diversification after the launching of artificial satellites in the 1970s. Later, precision in wetland forest mapping increased with the combination of hyperspectral, multispectral, and high and very high-resolution imagery. Accurate delimitation of wetland forest extent is also necessary to assess their temporal dynamics (losses, gains, and horizontal displacement). Despite the prevalence of mapping studies, current remote sensing-based research on wetland forests addresses new questions and novel aims, such as describing and predicting wetland forest attributes through mathematical modeling. Although this approach has made substantial progress in recent decades, modeling and predicting wetland forest attributes remain insufficiently explored fields of research. Combining active and passive sensors is a promising alternative to provide a more accurate picture of these communities’ attributes. In particular, LiDAR and radar-based technologies may help overcome difficulties encountered in older studies. In the future, we will witness conceptual and methodological progress that will enable us to surmount the remaining challenges.

Resumen Los humedales arbóreos tropicales están críticamente amenazados por el calentamiento global y otras amenazas antropogénicas; por ello, urge recopilar información confiable sobre estas comunidades vegetales. Aunque la percepción remota ha demostrado gran potencial en el estudio de ecosistemas terrestres, la investigación de los humedales arbóreos con este enfoque requiere mayor desarrollo. El mapeo de los humedales arbóreos (particularmente manglares), que fue el objetivo inicial de este enfoque, aún enfrenta desafíos metodológicos. Inicialmente basado solo en fotografías aéreas, el mapeo de humedales arbóreos se diversificó explosivamente con el lanzamiento de satélites artificiales y la interpretación de imágenes de percepción remota. La precisión de los mapas de estas comunidades aumentó con el uso combinado de imágenes multiespectrales, hiperespectrales, de alta y muy alta resolución. Para evaluar la dinámica temporal (pérdidas, ganancias, desplazamiento horizontal) de los humedales arbóreos necesitamos delimitar de manera precisa su extensión. Aunque todavía se están cartografiando numerosos humedales arbóreos, la investigación actual de estos ecosistemas por percepción remota aborda nuevas preguntas y objetivos (e.g., predecir los atributos comunitarios por medio de modelos matemáticos). A pesar de sustanciales avances recientes, el modelado y la predicción de los atributos de los humedales arbóreos siguen siendo temas poco explorados. La combinación de sensores activos y pasivos es una alternativa promisoria para evaluar con precisión los atributos de estas comunidades, y las tecnologías de radar y LiDAR pueden ayudar a superar dificultades enfrentadas en el pasado. Los avances conceptuales y metodológicos en el futuro permitirán superar los desafíos que aún persisten.

Abstract The people movement depends of nervous system action on specific muscle groups that rest on the bone structure. Some pathological processes can cause alterations in the strength and coordination that must exist between the muscular responses, causing alterations in the expected movement. In their initial phase, most of these alterations go unnoticed until the physical damage significantly affects human activity, and in many cases irreparably. Currently, the most widely used method for the analysis of human movement is based on study of sequential photography in limited space, although digital positioning systems are also used to a lesser extent. This project deals with the technology development for biometric capture of human movement using inertial measurement sensors. The idea is to detail the spatial displacement of body specific sections to from the measurement of acceleration and angular movement, with the purpose of assessing the response of the joints involved. The objective is developed a system that allows to specialists medical identify abnormalities in the movement of patient under study. Preliminary results demonstrate the efficiency of implemented inertial sensor. Using 7 sensors strategically located on the patient's body and with an acquisition speed of 100 samples per second on each sensor, it's possible to detail walking movements less than 7.5 millimeters and accuracy in angular velocity up 0.1°/0.01 second. With the development of this instrument, the ability to visualize and analyze movements that are normally imperceptible to the human eye is achieved.

Resumen El movimiento de las personas depende de la acción del sistema nervioso sobre grupos musculares específicos que se apoyan sobre la estructura ósea. Algunos procesos patológicos pueden causar alteraciones de la fuerza y coordinación que debe existir entre las respuestas musculares, causando alteraciones en el movimiento esperado. En su fase inicial, la mayoría de estas alteraciones pasan desapercibidas hasta que los daños físicos afectan notoriamente la actividad humana, y en muchos casos de manera irreparable. Actualmente, el método más utilizado para el análisis de la marcha humana se basa en el estudio fotométrico secuencial en espacio limitado, aunque en menor medida también se utilizan sistemas de posicionamiento digital. Este proyecto aborda el desarrollo de tecnología para la captura biométrica del movimiento humano mediante sensores de medición inercial. La idea es detallar el desplazamiento espacial de secciones específicas del cuerpo a partir de la medición de aceleración y la velocidad angular, con el propósito de valorar la respuesta de las articulaciones involucradas. El objetivo es desarrollar un sistema que permita a los médicos especialistas identificar anomalías en el movimiento del paciente en estudio. Los resultados preliminares demuestran la eficiencia del sensor inercial implementado. Utilizando 7 sensores ubicados estratégicamente en el cuerpo del paciente y con una velocidad de adquisición de 100 muestras por segundo en cada sensor, es posible detallar movimientos de marcha menores a 7,5 milímetros y precisión en velocidad angular de hasta 0,1°/0,01 segundo. Con el desarrollo de este instrumento se consigue la capacidad de visualizar y analizar movimientos que normalmente son imperceptibles para el ojo humano.

Resumen La inteligencia artificial ha permitido desarrollar herramientas para el reconocimiento automático de frutos y hortalizas con mayor precisión y rapidez. El desarrollo de nuevos genotipos de árboles frutales requiere del uso de herramientas tecnológicas para la identificación de variedades con mayor robustez que los métodos convencionales. En esta investigación se aplicaron algoritmos de aprendizaje automático para identificar seis variedades de durazno (Prunus persica L.) CP-03-06, Oro Azteca, Oro San Juan, Cardenal, Colegio y Robin a partir de imágenes digitales de hojas. Los modelos máquina de soporte vectorial (SVM), bosque aleatorio (RF) y perceptrón multicapa (MLP) se entrenaron y evaluaron con base en tres descriptores cromáticos y 14 morfológicos extraídos de imágenes digitales. La evaluación del desempeño en predicción de los modelos se realizó con base en métricas globales y específicas para cada clase objetivo (variedad de durazno). Los cinco descriptores más importantes para identificar las variedades de durazno fueron los tres canales de color HSV (hue, saturation, value), la redondez y la excentricidad de las hojas. SVM obtuvo la mayor precisión global de clasificación con Acc de 98.7 % y F1macro de 98 %. SVM obtuvo el mayor puntaje F1 (99.2 %) para identificar la variedad de durazno CP-03-06 y el menor puntaje F1 (96.1 %) para identificar la variedad Cardenal. La utilización conjunta de descriptores cromáticos y morfológicos mejoró el desempeño de los algoritmos de aprendizaje para identificar las seis variedades de durazno. Los modelos SVM, RF y MLP obtuvieron un Acc de 98.7, 98.6 y 97 %, respectivamente. Este estudio muestra el potencial de las técnicas de aprendizaje automático para su aplicación en el reconocimiento de descriptores de interés en cultivos agrícolas y su aplicación a procesos automatizados en la agricultura.

Summary Artificial intelligence has allowed the development of tools for automatic recognition of fruits and vegetables with greater precision and speed. The development of new genotypes of fruit trees requires the use of technological tools to identify varieties with greater robustness than conventional methods. In this research, machine learning algorithms were applied to identify six peach varieties (Prunus persica L.) CP-03-06, Oro Azteca, Oro San Juan, Cardenal, Colegio and Robin from digital leaf images. The support vector machine (SVM), random forest (RF) and multilayer perceptron (MLP) models were trained and evaluated based on three chromatic and 14 morphological descriptors extracted from digital images. The evaluation of the prediction performance of the models was based on global metrics and specific for each target class (peach variety). The five most important descriptors to identify peach varieties were three HSV color channels (hue, saturation, value), roundness and eccentricity of the leaves. SVM achieved the highest overall classification accuracy with Acc of 98.7 % and F1macro of 98 %. SVM obtained the highest F1 score (99.2 %) to identify the peach variety CP-03-06 and the lowest F1 score (96.1 %) to identify the Cardenal variety. The joint use of chromatic and morphological descriptors improved the performance of learning algorithms to identify the six peach varieties. The SVM, RF and MLP models obtained an Acc of 98.7, 98.6 and 97 %, respectively. This study shows the potential of machine learning methods for their application in recognizing descriptors of interest in agricultural crops and their application to automated processes in agriculture.