EP5. ¿Es eficaz el ejercicio en casa para el dolor de hombro? Revisión sistemática y meta-análisis

EP8 Impacto de la IA en la transformación del modelo económico de las empresas de la Comunitat Valenciana. Segunda parte

La CÁTEDRA DE TRANSFORMACIÓN DEL MODELO ECONÓMICO 2025, organiza esta jornada con el objetivo principal de presentar a las empresas el potencial real de la Inteligencia Artificial, trabajando para desmitificar conceptos erróneos y mostrando casos de uso concretos y relevantes en diversos sectores.

EP7 Impacto de la IA en la transformación del modelo económico de las empresas de la Comunitat Valenciana. Primera parte

La CÁTEDRA DE TRANSFORMACIÓN DEL MODELO ECONÓMICO 2025, organiza esta jornada con el objetivo principal de presentar a las empresas el potencial real de la Inteligencia Artificial, trabajando para desmitificar conceptos erróneos y mostrando casos de uso concretos y relevantes en diversos sectores.

EP6. Minería de Reglas de Asociación: Descubriendo Patrones Ocultos para la Toma de Decisiones

¿Cómo pueden las empresas transformar grandes volúmenes de datos en conocimiento estratégico? Explicamos la minería de reglas de asociación, una técnica clave para identificar relaciones entre variables y optimizar procesos. Un recurso esencial de la Cátedra para mejorar la competitividad empresarial mediante el uso inteligente de bases de datos y patrones de comportamiento. https://catedramodeleconomic.umh.es/

EP5. ¿Es eficaz el ejercicio en casa para el dolor de hombro? Revisión sistemática y meta-análisis

Analizamos si los programas de ejercicios autónomos en casa son tan efectivos como la fisioterapia supervisada para tratar el dolor del manguito rotador sin rotura. Basado en un meta-análisis de 12 ensayos clínicos, este estudio revela resultados sorprendentes sobre el dolor y la discapacidad, subrayando también la importancia crítica de la adherencia del paciente al tratamiento. https://catedramodeleconomic.umh.es/

EP4. Machine Learning en Cardiología: Predicción del Riesgo de Mortalidad y Hospitalización en E-Consultas

Análisis de un modelo de "Random Forest" aplicado a más de 68.000 pacientes para estratificar el riesgo cardiovascular. Descubre cómo este algoritmo logra predecir con alta precisión la mortalidad y los ingresos hospitalarios, identificando factores clave como la edad y la demora en la respuesta. Una herramienta fundamental para la toma de decisiones clínicas y la gestión de listas de espera. https://catedramodeleconomic.umh.es/