Compartir
array:23 [ "pii" => "S2530016420300239" "issn" => "25300164" "doi" => "10.1016/j.endinu.2019.11.009" "estado" => "S300" "fechaPublicacion" => "2020-04-01" "aid" => "1010" "copyrightAnyo" => "2020" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Endocrinol Diabetes Nutr. 2020;67:224-7" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "Traduccion" => array:1 [ "en" => array:18 [ "pii" => "S2530018020300512" "issn" => "25300180" "doi" => "10.1016/j.endien.2020.06.007" "estado" => "S300" "fechaPublicacion" => "2020-04-01" "aid" => "1010" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Endocrinol Diabetes Nutr. 2020;67:224-7" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "en" => array:12 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original article</span>" "titulo" => "Searching for disease-related malnutrition using big data tools" "tienePdf" => "en" "tieneTextoCompleto" => "en" "tieneResumen" => array:2 [ 0 => "en" 1 => "es" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "224" "paginaFinal" => "227" ] ] "titulosAlternativos" => array:1 [ "es" => array:1 [ "titulo" => "Persiguiendo la desnutrición relacionada con la enfermedad mediante herramientas de big data" ] ] "contieneResumen" => array:2 [ "en" => true "es" => true ] "contieneTextoCompleto" => array:1 [ "en" => true ] "contienePdf" => array:1 [ "en" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "María D. Ballesteros Pomar, Begoña Pintor de la Maza, David Barajas Galindo, Isidoro Cano Rodríguez" "autores" => array:4 [ 0 => array:2 [ "nombre" => "María D." "apellidos" => "Ballesteros Pomar" ] 1 => array:2 [ "nombre" => "Begoña" "apellidos" => "Pintor de la Maza" ] 2 => array:2 [ "nombre" => "David" "apellidos" => "Barajas Galindo" ] 3 => array:2 [ "nombre" => "Isidoro" "apellidos" => "Cano Rodríguez" ] ] ] ] ] "idiomaDefecto" => "en" "Traduccion" => array:1 [ "es" => array:9 [ "pii" => "S2530016420300239" "doi" => "10.1016/j.endinu.2019.11.009" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420300239?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018020300512?idApp=UINPBA00004N" "url" => "/25300180/0000006700000004/v1_202007100754/S2530018020300512/v1_202007100754/en/main.assets" ] ] "itemSiguiente" => array:19 [ "pii" => "S2530016419302289" "issn" => "25300164" "doi" => "10.1016/j.endinu.2019.09.003" "estado" => "S300" "fechaPublicacion" => "2020-04-01" "aid" => "976" "copyright" => "SEEN y SED" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Endocrinol Diabetes Nutr. 2020;67:228-34" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "es" => array:12 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">ORIGINAL</span>" "titulo" => "Estado nutricional de yodo en niños escolares mexicanos de zonas urbanas y rurales" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "228" "paginaFinal" => "234" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Iodine nutritional status in urban and rural Mexican schoolchildren" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "Marcos Galván, Trinidad Lorena Fernández Cortés, Teodoro Suárez-Diéguez, Guadalupe López-Rodríguez" "autores" => array:4 [ 0 => array:2 [ "nombre" => "Marcos" "apellidos" => "Galván" ] 1 => array:2 [ "nombre" => "Trinidad Lorena" "apellidos" => "Fernández Cortés" ] 2 => array:2 [ "nombre" => "Teodoro" "apellidos" => "Suárez-Diéguez" ] 3 => array:2 [ "nombre" => "Guadalupe" "apellidos" => "López-Rodríguez" ] ] ] ] ] "idiomaDefecto" => "es" "Traduccion" => array:1 [ "en" => array:9 [ "pii" => "S2530018020300500" "doi" => "10.1016/j.endien.2020.06.006" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "en" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018020300500?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016419302289?idApp=UINPBA00004N" "url" => "/25300164/0000006700000004/v1_202004020633/S2530016419302289/v1_202004020633/es/main.assets" ] "itemAnterior" => array:18 [ "pii" => "S253001642030046X" "issn" => "25300164" "doi" => "10.1016/j.endinu.2020.02.002" "estado" => "S300" "fechaPublicacion" => "2020-04-01" "aid" => "1018" "documento" => "article" "crossmark" => 1 "subdocumento" => "sco" "cita" => "Endocrinol Diabetes Nutr. 2020;67:221-3" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "es" => array:10 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">EDITORIAL</span>" "titulo" => "<span class="elsevierStyleItalic">Big data,</span> creación de valor en nutrición clínica" "tienePdf" => "es" "tieneTextoCompleto" => "es" "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "221" "paginaFinal" => "223" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Big data: Value creation in clinical nutrition" ] ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "Julia Alvarez Hernández" "autores" => array:1 [ 0 => array:2 [ "nombre" => "Julia" "apellidos" => "Alvarez Hernández" ] ] ] ] ] "idiomaDefecto" => "es" "Traduccion" => array:1 [ "en" => array:9 [ "pii" => "S2530018020300524" "doi" => "10.1016/j.endien.2020.02.003" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "en" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530018020300524?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S253001642030046X?idApp=UINPBA00004N" "url" => "/25300164/0000006700000004/v1_202004020633/S253001642030046X/v1_202004020633/es/main.assets" ] "es" => array:20 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original</span>" "titulo" => "Persiguiendo la desnutrición relacionada con la enfermedad mediante herramientas de big data" "tieneTextoCompleto" => true "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "224" "paginaFinal" => "227" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "María D. Ballesteros Pomar, Begoña Pintor de la Maza, David Barajas Galindo, Isidoro Cano Rodríguez" "autores" => array:4 [ 0 => array:4 [ "nombre" => "María D." "apellidos" => "Ballesteros Pomar" "email" => array:1 [ 0 => "dballesteros@saludcastilllayleon.es" ] "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">*</span>" "identificador" => "cor0005" ] ] ] 1 => array:2 [ "nombre" => "Begoña" "apellidos" => "Pintor de la Maza" ] 2 => array:2 [ "nombre" => "David" "apellidos" => "Barajas Galindo" ] 3 => array:2 [ "nombre" => "Isidoro" "apellidos" => "Cano Rodríguez" ] ] "afiliaciones" => array:1 [ 0 => array:2 [ "entidad" => "Servicio de Endocrinología y Nutrición, Hospital Universitario de León, León, España" "identificador" => "aff0005" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor0005" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Searching for disease-related malnutrition using Big Data tools" ] ] "textoCompleto" => "<span class="elsevierStyleSections"><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0065">Introducción</span><p id="par0005" class="elsevierStylePara elsevierViewall">La desnutrición relacionada con la enfermedad (DRE) está infradiagnosticada e infrarreportada, a pesar de ser bien conocida su asociación con un peor pronóstico. En España los datos correspondientes al estudio nacional PREDYCES determinaron que un 23,7% de las personas que ingresan en un hospital tienen riesgo de DRE. La DRE se asoció a un incremento de la estancia y de los gastos hospitalarios, especialmente en aquellos pacientes que empeoraron su situación nutricional durante la hospitalización<a class="elsevierStyleCrossRef" href="#bib0050"><span class="elsevierStyleSup">1</span></a>.</p><p id="par0010" class="elsevierStylePara elsevierViewall">Los efectos económicos de la DRE son muy relevantes, y se ha estimado que el coste potencial de la DRE en España supera los 1.100 millones de euros anuales<a class="elsevierStyleCrossRef" href="#bib0055"><span class="elsevierStyleSup">2</span></a>. A pesar de estos datos y de los esfuerzos de las sociedades científicas, reunidas en la alianza más nutridos (<a href="http://www.alianzamasnutridos.es/">http://www.alianzamasnutridos.es/</a>) para conseguir alcanzar la desnutrición cero en el Sistema Nacional de Salud español, la realidad es que la DRE sigue siendo una entidad poco diagnosticada.</p><p id="par0015" class="elsevierStylePara elsevierViewall">En el momento actual la medicina está cambiando, del mismo modo que otras muchas disciplinas, con la irrupción del big data y la inteligencia artificial aplicada en medicina. Han revolucionado la forma de generar conocimiento gracias a la coincidencia de 2 fenómenos: la acumulación exponencial de datos y la capacidad de computación para procesarlos<a class="elsevierStyleCrossRef" href="#bib0060"><span class="elsevierStyleSup">3</span></a>. Por su volumen y disponibilidad la historia clínica electrónica (HCE) es la mayor fuente de big data en sanidad hoy. En este contexto el presente estudio tiene como objetivo valorar si una herramienta de big data podría ayudarnos a detectar y conocer la DRE en nuestro hospital.</p></span><span id="sec0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0070">Metodología</span><p id="par0020" class="elsevierStylePara elsevierViewall">Estudio observacional, retrospectivo, no intervencionista, llevado a cabo mediante la plataforma clínica Savana Manager®. Esta herramienta reutiliza datos provenientes de las HCE del Hospital Universitario de León.</p><p id="par0025" class="elsevierStylePara elsevierViewall">Savana Manager, mediante la tecnología <span class="elsevierStyleItalic">EHRead</span>, es un sistema innovador, capaz de analizar y extraer de forma automática la información clínica relevante contenida en el texto libre de las HCE mediante técnicas de procesamiento del lenguaje natural (PNL) y de big data y transformarla en información ordenada con fines de investigación<a class="elsevierStyleCrossRef" href="#bib0065"><span class="elsevierStyleSup">4</span></a>.</p><p id="par0030" class="elsevierStylePara elsevierViewall">El presente estudio se llevó a cabo tras una búsqueda retrospectiva a través de Savana Manager® en los registros de informes de alta de hospitalización, utilizando el término «desnutrición». A continuación se compararon las características de los pacientes con DRE frente a los pacientes hospitalizados y sin diagnóstico de DRE en el periodo comprendido entre enero de 2012 y diciembre de 2017.</p><p id="par0035" class="elsevierStylePara elsevierViewall">Los resultados de fallecimientos intrahospitalarios y reingresos a las 72<span class="elsevierStyleHsp" style=""></span>horas se presentan en tablas dando porcentajes, medianas y su respectivo intervalo de confianza al 95% (IC 95%). Para valorar si existen diferencias estadísticamente significativas entre grupos se calculó el IC 95% para la diferencia de 2 proporciones de muestras independientes, y se consideró que existía diferencia estadísticamente significativa cuando no contenía el 0. Puesto que la estancia hospitalaria es una variable que no sigue una distribución normal, se recoge como mediana (rango intercuartílico), pero se excluyen los <span class="elsevierStyleItalic">outliers</span> que se encontraron por encima de 1,5 días del percentil 75 y por debajo de 1,5 días del percentil 25 de la distribución. La comparación se realizó mediante test no paramétrico de Mann Whitney.</p></span><span id="sec0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0075">Resultados</span><p id="par0040" class="elsevierStylePara elsevierViewall">De 180.279 registros de hospitalización con informe de alta en dicho periodo, 4.446 episodios (2,47%), correspondientes a 1.453 pacientes (1,4% de los pacientes hospitalizados en dicho periodo) incluían el diagnóstico de DRE en el informe de hospitalización. En el mismo periodo la unidad de nutrición atendió un 2,3% de los ingresos (datos propios no publicados procedentes de la <span class="elsevierStyleItalic">Memoria anual de la unidad de nutrición clínica y dietética</span>).</p><p id="par0045" class="elsevierStylePara elsevierViewall">La edad media de los pacientes con DRE fue 75 años (DE 16) frente a 59 años (DE 25) de la población global hospitalaria, y no se observaron diferencias en el género (51% varones). El fallecimiento intrahospitalario se observó en el 7,08% (IC 95%: 5,80-8,43) de los pacientes con DRE frente a 2,98% (IC 95%: 2,87-3,08) en el grupo general (IC 95% de la diferencia 2,78-5,42, p<span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>0,0001). La estancia mediana fue superior en los pacientes con DRE (p<span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>0,0001) y no hubo diferencias significativas en la tasa de reingresos a 72<span class="elsevierStyleHsp" style=""></span>horas (<a class="elsevierStyleCrossRef" href="#tbl0005">tabla 1</a>) ni en reingresos tardíos (entre 8 y 30 días, 24,6% en pacientes con DRE vs. 28,2% en resto de la población, p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,421), aunque sí en reingresos en la primera semana tras el alta (3,5% en pacientes con DRE vs. 11,3% en resto de la población, p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,014).</p><elsevierMultimedia ident="tbl0005"></elsevierMultimedia><p id="par0050" class="elsevierStylePara elsevierViewall">Los diagnósticos más frecuentemente asociados a los pacientes que han presentado desnutrición alguna vez en su historia clínica fueron insuficiencia cardíaca (35% vs. 12% en el global de pacientes), infección respiratoria (23% vs. 7%), infección urinaria (20% vs. 5%) y enfermedad renal crónica (15% vs. 4%). Respecto a los factores de riesgo cardiovascular los pacientes con DRE presentaban más frecuentemente hipertensión arterial (61% vs. 38%), diabetes (34% vs. 20%), dislipidemia (32% vs. 16%) y tabaquismo (16% vs. 9%).</p></span><span id="sec0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0080">Discusión</span><p id="par0055" class="elsevierStylePara elsevierViewall">La DRE continúa siendo en nuestro medio una entidad infradiagnosticada, a pesar de sus repercusiones y del gasto sanitario que produce. En un estudio realizado en nuestro medio<a class="elsevierStyleCrossRef" href="#bib0070"><span class="elsevierStyleSup">5</span></a> la prevalencia de DRE al ingreso en pacientes en un servicio de medicina interna fue de 26,9%, pero además un 18% de pacientes con buen estado nutricional inicial desarrolló desnutrición durante la estancia hospitalaria.</p><p id="par0060" class="elsevierStylePara elsevierViewall">Teniendo en cuenta que nuestra unidad atiende aproximadamente un 2,3% de los pacientes ingresados, nuestros datos de prevalencia de DRE nos indican que deberíamos detectar DRE en un número mucho mayor de pacientes hospitalizados. Puesto que Savana Manager ha detectado el diagnóstico de DRE en 2,47% de episodios de hospitalización, podemos decir que nuestra Unidad está abordando la práctica totalidad de pacientes con DRE, aunque la cifra siga estando muy por debajo de lo necesario. Probablemente solo estamos atendiendo a aquellos casos más graves, en los que el diagnóstico de DRE es más evidente y llama la atención de sus médicos, pero dejamos sin valorar ni tratar a un número considerable de pacientes, en los que medidas sencillas y de bajo coste, como la intervención dietética y la intervención nutricional, podrían suponer una mejoría clínica y un potencial ahorro económico.</p><p id="par0065" class="elsevierStylePara elsevierViewall">Savana Manager® permite conocer mejor el perfil de los pacientes con DRE, y confirma que la DRE se asocia a pacientes más mayores y supone mayor tasa de fallecimientos y mayor estancia media, como ocurría en el estudio PREDYCES<a class="elsevierStyleCrossRef" href="#bib0050"><span class="elsevierStyleSup">1</span></a> y en nuestro estudio previo. Los pacientes que empeoraron su situación nutricional durante su ingreso tuvieron una estancia significativamente mayor en 2,5 días, a igualdad de comorbilidad<a class="elsevierStyleCrossRef" href="#bib0070"><span class="elsevierStyleSup">5</span></a>. Savana ha puesto también de manifiesto un incremento en la estancia de 5 a 8 días. La tasa de reingresos muy precoces (<<span class="elsevierStyleHsp" style=""></span>72<span class="elsevierStyleHsp" style=""></span>h) y tardíos (8-30 días) ha sido similar en pacientes con y sin DRE, pero curiosamente los pacientes con DRE tuvieron menos ingresos en la primera semana tras el alta. Puede que la mayor tasa de fallecimiento y la mayor estancia media hospitalaria hayan desempeñado un papel en este dato que parece discordante.</p><p id="par0070" class="elsevierStylePara elsevierViewall">Además, los hallazgos de este estudio nos han permitido conocer las entidades que más habitualmente se asocian a la DRE en nuestros pacientes. La insuficiencia cardiaca ha sido curiosamente la entidad con una asociación más frecuente, lo que confirma los datos actuales sobre la alta prevalencia de la DRE en pacientes con esta enfermedad<a class="elsevierStyleCrossRef" href="#bib0075"><span class="elsevierStyleSup">6</span></a>.</p><p id="par0075" class="elsevierStylePara elsevierViewall">El infradiagnóstico de la DRE no se produce únicamente en nuestro medio. Un estudio reciente, llevado a cabo en Suiza<a class="elsevierStyleCrossRef" href="#bib0080"><span class="elsevierStyleSup">7</span></a>, estableció que la DRE se reportaba en un 0,32% de episodios de hospitalización en el año 1998, aumentando a un 3,97% en el año 2014. También este estudio encontró una asociación de este diagnóstico con una mayor mortalidad, estancia media y complicaciones. Sigue siendo, por tanto, necesaria una labor de formación y concienciación del personal sanitario sobre la importancia de la detección y tratamiento de la DRE, tanto con criterios de gestión sanitaria como clínicos.</p><p id="par0080" class="elsevierStylePara elsevierViewall">Los pacientes que desarrollan DRE en nuestro hospital ocasionan un sobrecoste de 767<span class="elsevierStyleHsp" style=""></span>€ por ingreso (+35%), lo que implica un exceso de gastos relacionados con la desnutrición de 646.419,93<span class="elsevierStyleHsp" style=""></span>€ anuales en un servicio de medicina interna. Además, la adecuada codificación de los diagnósticos de desnutrición, y los procedimientos empleados para revertirla en los pacientes incluidos en nuestros estudios previos<a class="elsevierStyleCrossRefs" href="#bib0070"><span class="elsevierStyleSup">5,8</span></a>, ha implicado un aumento en el peso de GRD en la unidad de hospitalización estudiada de 130,92 a 174,4 puntos, lo que supone un incremento en el peso medio de 2,11 a 2,81.</p><p id="par0085" class="elsevierStylePara elsevierViewall">En cuanto a las repercusiones clínicas de la detección y tratamiento adecuados, los recientes datos del estudio EFFORT<a class="elsevierStyleCrossRef" href="#bib0090"><span class="elsevierStyleSup">9</span></a> han puesto de manifiesto en un ensayo clínico aleatorizado en más de 2.000 pacientes que el tratamiento nutricional intensivo durante la hospitalización permite una reducción del 21% en efectos adversos graves durante el ingreso, que incluyen mortalidad, ingreso en la unidad de cuidados intensivos, reingresos a los 30 días, complicaciones mayores y deterioro funcional (<span class="elsevierStyleItalic">odds ratio</span> ajustada [OR] 0,79 [IC 95%: 0,64-0,97], p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,023), así como una disminución del 35% en la mortalidad (OR 0,65 [0,47-0,91], p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,011). Por ello, la detección de DRE y su abordaje adecuado se plantea cada vez como algo necesario en nuestros hospitales.</p><p id="par0090" class="elsevierStylePara elsevierViewall">Una de las limitaciones de nuestro estudio es la fuente de los datos analizados. Se han empleado los registros de informes de alta de hospitalización, puesto que actualmente en nuestro hospital se está llevando a cabo la transición de historia clínica en papel a historia clínica electrónica. Esto implica que no hemos tenido acceso a variables como el peso o la pérdida de peso en cada episodio de hospitalización, porque son datos que raramente se recogen en los informes de alta. La universalización de la historia clínica electrónica, así como una mayor concienciación de la trascendencia de estos datos, podrá permitir en el futuro conocer mejor los datos de DRE.</p><p id="par0095" class="elsevierStylePara elsevierViewall">El empleo de herramientas de big data e inteligencia artificial, como Savana Manager, nos ha permitido confirmar los hallazgos obtenidos en estudios previos, con un menor requerimiento de tiempo, obteniendo los distintos perfiles de pacientes. En este sentido, es una herramienta que permite evaluar, de manera más sencilla, nuestra población para un diagnóstico inicial de la situación y también valorar los posibles cambios en los perfiles de pacientes, en función del impacto de la implementación de cambios organizativos o nuevas situaciones.</p><p id="par0100" class="elsevierStylePara elsevierViewall">Si bien debe tenerse en cuenta que la fiabilidad de los resultados de herramientas de big data se encuentra muy condicionada por la adecuada codificación de los diagnósticos y el adecuado juicio clínico, limitando las conclusiones obtenidas y obligando a realizar estudios específicos para confirmar los hallazgos observados.</p><p id="par0105" class="elsevierStylePara elsevierViewall">Podemos, en definitiva, concluir que el infradiagnóstico de la DRE sigue siendo un problema en nuestro medio. La DRE ocurre en pacientes mayores y se relaciona con mayores tasas de fallecimiento y mayor estancia hospitalaria. Las herramientas de big data como Savana pueden ayudarnos a conocer y evaluar mejor el perfil de pacientes afectados.</p></span><span id="sec0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0085">Conflicto de intereses</span><p id="par0110" class="elsevierStylePara elsevierViewall">Los autores declaran no tener ningún conflicto de intereses respecto al tema del estudio.</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:11 [ 0 => array:3 [ "identificador" => "xres1323327" "titulo" => "Resumen" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Introducción" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Metodología" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusión" ] ] ] 1 => array:2 [ "identificador" => "xpalclavsec1220285" "titulo" => "Palabras clave" ] 2 => array:3 [ "identificador" => "xres1323328" "titulo" => "Abstract" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Introduction" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Methodology" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusion" ] ] ] 3 => array:2 [ "identificador" => "xpalclavsec1220284" "titulo" => "Keywords" ] 4 => array:2 [ "identificador" => "sec0005" "titulo" => "Introducción" ] 5 => array:2 [ "identificador" => "sec0010" "titulo" => "Metodología" ] 6 => array:2 [ "identificador" => "sec0015" "titulo" => "Resultados" ] 7 => array:2 [ "identificador" => "sec0020" "titulo" => "Discusión" ] 8 => array:2 [ "identificador" => "sec0025" "titulo" => "Conflicto de intereses" ] 9 => array:2 [ "identificador" => "xack456546" "titulo" => "Agradecimientos" ] 10 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "fechaRecibido" => "2019-09-13" "fechaAceptado" => "2019-11-21" "PalabrasClave" => array:2 [ "es" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Palabras clave" "identificador" => "xpalclavsec1220285" "palabras" => array:4 [ 0 => "Desnutrición" 1 => "Desnutrición relacionada con la enfermedad" 2 => "Big data" 3 => "Historia clínica electrónica" ] ] ] "en" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Keywords" "identificador" => "xpalclavsec1220284" "palabras" => array:4 [ 0 => "Malnutrition" 1 => "Disease-related malnutrition" 2 => "Big data" 3 => "Electronic medical history" ] ] ] ] "tieneResumen" => true "resumen" => array:2 [ "es" => array:3 [ "titulo" => "Resumen" "resumen" => "<span id="abst0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0010">Introducción</span><p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">La desnutrición relacionada con la enfermedad (DRE) está infradiagnosticada e infrarreportada, a pesar de su asociación con un peor pronóstico. La irrupción del big data y la inteligencia artificial aplicada en medicina ha revolucionado la forma de generar conocimiento. El presente estudio tiene como objetivo valorar si una herramienta de big data podría ayudarnos a detectar y conocer la DRE en nuestro hospital.</p></span> <span id="abst0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0015">Metodología</span><p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">Estudio retrospectivo descriptivo, utilizando la herramienta Savana Manager®, que permite analizar y extraer de forma automática la información clínica relevante contenida en el texto libre de la historia clínica electrónica. Se realiza una búsqueda con el término «desnutrición», comparando las características de los pacientes con DRE frente a la población de pacientes hospitalizados en el periodo comprendido entre enero de 2012 y diciembre de 2017.</p></span> <span id="abst0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0020">Resultados</span><p id="spar0015" class="elsevierStyleSimplePara elsevierViewall">De 180.279 registros de hospitalización con informe de alta en dicho periodo, solo 4.446 episodios (2,47%) incluían el diagnóstico de desnutrición. La edad media de los pacientes con DRE fue 75 años (DE 16) frente a 59 (DE 25) años de la población global. No hubo diferencias en género (51% varones). El fallecimiento intrahospitalario se produjo en el 7,08% de los pacientes con DRE frente al 2,98% en el grupo general. La estancia mediana fue superior en los pacientes con DRE (8 vs. 5 días, p<span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>0,0001) y no hubo diferencias significativas en la tasa de reingresos a 72<span class="elsevierStyleHsp" style=""></span>horas. Los diagnósticos más frecuentes asociados a DRE fueron insuficiencia cardíaca (35%), infección respiratoria (23%), infección urinaria (20%) y enfermedad renal crónica (15%).</p></span> <span id="abst0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0025">Conclusión</span><p id="spar0020" class="elsevierStyleSimplePara elsevierViewall">El infradiagnóstico de la DRE sigue siendo un problema. Savana Manager® ayuda a conocer mejor el perfil de estos pacientes.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Introducción" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Metodología" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusión" ] ] ] "en" => array:3 [ "titulo" => "Abstract" "resumen" => "<span id="abst0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0035">Introduction</span><p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">Disease-related malnutrition (DRM) is underdiagnosed and underreported despite its well-known association with a worse prognosis. The emergence of Big Data and the application of artificial intelligence in Medicine have revolutionized the way knowledge is generated. The aim of this study is to assess whether a Big Data tool could help us detect the amount of DRM in our hospital.</p></span> <span id="abst0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0040">Methodology</span><p id="spar0030" class="elsevierStyleSimplePara elsevierViewall">This was a descriptive, retrospective study using the Savana Manager® tool, which allows for automatically analyzing and extracting the relevant clinical information contained in the free text of the electronic medical record. A search was performed using the term “malnutrition”, comparing the characteristics of patients with DRM to the population of hospitalized patients between January 2012 and December 2017.</p></span> <span id="abst0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0045">Results</span><p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">Among the 180,279 hospitalization records with a discharge report in that period, only 4,446 episodes (2.47%) included the diagnosis of malnutrition. The mean age of patients with DRM was 75 years (SD 16), as compared to 59 years (SD 25) for the overall population. There were no sex differences (51% male). In-hospital death occurred in 7.08% of patients with DRM and 2.98% in the overall group. Mean stay was longer in patients with DRM (8 vs. 5 days, <span class="elsevierStyleItalic">P</span><span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>.0001) and there were no significant differences in the 72-hour readmission rate. The most common diagnoses associated with DRM were heart failure (35%), respiratory infection (23%), urinary infection (20%), and chronic kidney disease (15%).</p></span> <span id="abst0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0050">Conclusion</span><p id="spar0040" class="elsevierStyleSimplePara elsevierViewall">Underdiagnosis of DRM remains a problem. Savana Manager® helps us to better understand the profile of these patients.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Introduction" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Methodology" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusion" ] ] ] ] "NotaPie" => array:1 [ 0 => array:2 [ "etiqueta" => "☆" "nota" => "<p class="elsevierStyleNotepara" id="npar0010">Los datos presentados en este estudio han sido previamente presentados en formato oral en la Mesa <span class="elsevierStyleItalic">Las 6 mejores comunicaciones</span> en el 34 Congreso Nacional de la Sociedad Española de Nutrición Clínica y Metabolismo (SENPE), celebrado en Santiago de Compostela, del 30 de mayo al 1 de junio de 2019.</p>" ] ] "multimedia" => array:1 [ 0 => array:8 [ "identificador" => "tbl0005" "etiqueta" => "Tabla 1" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at1" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">DRE \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Global \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Fallecidos en hospitalización (%)<a class="elsevierStyleCrossRef" href="#tblfn0005">*</a> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,08%(IC 95%: 5,80-8,43) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,98%(IC 95%: 2,87-3,08) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Reingresos en 72<span class="elsevierStyleHsp" style=""></span>h (%) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,02%(IC 95%: 0,00-0,13) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,02%(IC 95%: 0,01-0,03) \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Estancia (mediana y RIC, días)* \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">8 (5-13) \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5 (2-9) \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2268093.png" ] ] ] "notaPie" => array:1 [ 0 => array:3 [ "identificador" => "tblfn0005" "etiqueta" => "*" "nota" => "<p class="elsevierStyleNotepara" id="npar0005">p<span class="elsevierStyleHsp" style=""></span><<span class="elsevierStyleHsp" style=""></span>0,0001.</p>" ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">Indicadores hospitalarios en relación con la presencia de DRE frente al grupo general de pacientes hospitalizados</p>" ] ] ] "bibliografia" => array:2 [ "titulo" => "Bibliografía" "seccion" => array:1 [ 0 => array:2 [ "identificador" => "bibs0015" "bibliografiaReferencia" => array:9 [ 0 => array:3 [ "identificador" => "bib0050" "etiqueta" => "1" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Prevalence and costs of malnutrition in hospitalized patients; the PREDyCES Study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J. Álvarez-Hernández" 1 => "M. Planas Vila" 2 => "M. León-Sanz" 3 => "A. García de Lorenzo" 4 => "S. Celaya Pérez" 5 => "P. García Lorda" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3305/nh.2015.32.4.9700" "Revista" => array:6 [ "tituloSerie" => "Nutr Hosp" "fecha" => "2012" "volumen" => "27" "paginaInicial" => "1049" "paginaFinal" => "1059" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/23165541" "web" => "Medline" ] ] ] ] ] ] ] ] 1 => array:3 [ "identificador" => "bib0055" "etiqueta" => "2" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Predyces group researchers PREDyCES study: The cost of hospital malnutrition in Spain" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "M. León-Sanz" 1 => "M. Brosa" 2 => "M. Planas" 3 => "A. García-de-Lorenzo" 4 => "S. Celaya-Pérez" 5 => "J.Á. Hernández" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.nut.2015.03.009" "Revista" => array:6 [ "tituloSerie" => "Nutrition" "fecha" => "2015" "volumen" => "31" "paginaInicial" => "1096" "paginaFinal" => "1102" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26233866" "web" => "Medline" ] ] ] ] ] ] ] ] 2 => array:3 [ "identificador" => "bib0060" "etiqueta" => "3" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "High-performance medicine: The convergence of human and artificial intelligence" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "E.J. Topol" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1038/s41591-018-0300-7" "Revista" => array:6 [ "tituloSerie" => "Nat Med" "fecha" => "2019" "volumen" => "25" "paginaInicial" => "44" "paginaFinal" => "56" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/30617339" "web" => "Medline" ] ] ] ] ] ] ] ] 3 => array:3 [ "identificador" => "bib0065" "etiqueta" => "4" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Savana: A global information extraction and terminology expansion framework in the medical domain" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "L. Espinosa-Anke" 1 => "J. Tello" 2 => "A. Pardo" 3 => "I. Medrano" 4 => "A. Ureña" 5 => "I. Salcedo" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Procesamiento del Lenguaje Natural" "fecha" => "2016" "volumen" => "57" "paginaInicial" => "23" "paginaFinal" => "30" ] ] ] ] ] ] 4 => array:3 [ "identificador" => "bib0070" "etiqueta" => "5" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Clinical and financial implications of disease-related malnutrition in a department of Internal Medicine: Prospective cohort study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.D. Ballesteros-Pomar" 1 => "A. Calleja-Fernández" 2 => "M. González-Valdés" 3 => "B. Pintor-de la Maza" 4 => "R. Villar Taibo" 5 => "A. Vidal-Casariego" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.rce.2016.07.005" "Revista" => array:6 [ "tituloSerie" => "Rev Clin Esp" "fecha" => "2016" "volumen" => "216" "paginaInicial" => "468" "paginaFinal" => "473" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27577605" "web" => "Medline" ] ] ] ] ] ] ] ] 5 => array:3 [ "identificador" => "bib0075" "etiqueta" => "6" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Nutritional risk in patients with advanced heart failure we know how to detect it but can we correct it?" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "E. Barge-Caballero" 1 => "M.G. Crespo-Leiro" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.rec.2019.02.006" "Revista" => array:6 [ "tituloSerie" => "Rev Esp Cardiol (Engl Ed)" "fecha" => "2019" "volumen" => "72" "paginaInicial" => "601" "paginaFinal" => "603" "itemHostRev" => array:3 [ "pii" => "S1474442210702234" "estado" => "S300" "issn" => "14744422" ] ] ] ] ] ] ] 6 => array:3 [ "identificador" => "bib0080" "etiqueta" => "7" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Sixteen years trends in reported undernutrition" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "S. Khalatbari-Soltani" 1 => "C. de Mestral" 2 => "P. Marques-Vidal" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.clnu.2018.01.021" "Revista" => array:6 [ "tituloSerie" => "Clin Nutr" "fecha" => "2019" "volumen" => "38" "paginaInicial" => "271" "paginaFinal" => "278" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/29398339" "web" => "Medline" ] ] ] ] ] ] ] ] 7 => array:3 [ "identificador" => "bib0085" "etiqueta" => "8" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Impacto de una adecuada codificación de la desnutrición relacionada con la enfermedad en los índices hospitalarios" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.D. Ballesteros Pomar" 1 => "A. Suárez Gutiérrez" 2 => "A. Calleja Fernández" 3 => "B. Pintor de la Maza" 4 => "A. Urioste Fondo" 5 => "A. Vidal Casariego" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.20960/nh.v33i1.24" "Revista" => array:5 [ "tituloSerie" => "Nutr Hosp" "fecha" => "2016" "volumen" => "33" "paginaInicial" => "24" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27019251" "web" => "Medline" ] ] ] ] ] ] ] ] 8 => array:3 [ "identificador" => "bib0090" "etiqueta" => "9" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Individualised nutritional support in medical inpatients at nutritional risk: A randomised clinical trial" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "P. Schuetz" 1 => "R. Fehr" 2 => "V. Baechli" 3 => "M. Geiser" 4 => "M. Deiss" 5 => "F. Gomes" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/S0140-6736(18)32776-4" "Revista" => array:6 [ "tituloSerie" => "Lancet" "fecha" => "2019" "volumen" => "393" "paginaInicial" => "2312" "paginaFinal" => "2321" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/31030981" "web" => "Medline" ] ] ] ] ] ] ] ] ] ] ] ] "agradecimientos" => array:1 [ 0 => array:4 [ "identificador" => "xack456546" "titulo" => "Agradecimientos" "texto" => "<p id="par0115" class="elsevierStylePara elsevierViewall">A todo el equipo de Savana, en especial a Yolanda González, por su apoyo logístico en la realización de este estudio.</p>" "vista" => "all" ] ] ] "idiomaDefecto" => "es" "url" => "/25300164/0000006700000004/v1_202004020633/S2530016420300239/v1_202004020633/es/main.assets" "Apartado" => array:4 [ "identificador" => "63844" "tipo" => "SECCION" "en" => array:2 [ "titulo" => "Originales" "idiomaDefecto" => true ] "idiomaDefecto" => "en" ] "PDF" => "https://static.elsevier.es/multimedia/25300164/0000006700000004/v1_202004020633/S2530016420300239/v1_202004020633/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2530016420300239?idApp=UINPBA00004N" ]
