Postgrado

Permanent URI for this community

https://repositorio.unisanitas.edu.co/handle/123456789/696

Browse

Browsing Postgrado by Author "Arrieta Vergara, Ana Gabriela"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Aplicaciones de inteligencia artificial en la evaluación neuropsicológica del TDAH en niñas y niños de 6 a 12 años: una revisión de alcance
    (Fundación Universitaria Sanitas, 2026-06-10) Artunduaga Arias, Oscar Gabriel; Arrieta Vergara, Ana Gabriela; Camargo Chaparro, Luz Dary; Rodríguez Castellanos, Pedro German; Balcázar Acosta, Jairo Andrés; asesor conceptual; Rojas Salgado, Yonathan Ferney; asesor metodológico
    El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es uno de los diagnósticos más frecuentes en neuropsicología infantil, con una prevalencia global estimada entre el 7.6% y el 8.0% (Kazda et al., 2023). La evaluación neuropsicológica tradicional enfrenta limitaciones relacionadas con tiempos prolongados de espera, altos costos, variabilidad en la interpretación clínica y disparidades de género que favorecen el infra diagnóstico de niñas con TDAH (Aguirre Salazar, 2024; Atem et al., 2024). En este contexto, la inteligencia artificial (IA) ha emergido como una herramienta con potencial para apoyar los procesos de evaluación mediante modelos automatizados capaces de analizar patrones conductuales, cognitivos y neurofisiológicos. La presente investigación es una revisión de alcance de enfoque cualitativo-descriptivo cuyo propósito es mapear la información científica publicada en los últimos 10 años sobre aplicaciones de IA en la evaluación neuropsicológica del TDAH en niñas y niños de 6 a 12 años. La revisión sigue el marco metodológico de Arksey y O'Malley (2005), actualizado por el Instituto Joanna Briggs marco PCC (Peters et al., 2020), y se reporta conforme a la guía PRISMA-ScR (Tricco et al., 2018). La búsqueda se realizó en cinco fuentes de información: PubMed / EBSCOhost / ProQuest / SciELO/ y BVS salud; se llevó a cabo la selección y filtrado de los artículos utilizando la herramienta Rayyan (Ouzzani et al., 2016), resueltas por consenso entre cuatro revisores independientes, resultando en 14 artículos incluidos. Los hallazgos caracterizaron las aplicaciones de IA empleadas, el desempeño diagnóstico reportado, las características de las muestras, considerando la representación geográfica y la distribución por género. Los resultados contribuyen a identificar vacíos de evidencia actual, especialmente en relación con la representación latinoamericana e hispanohablante y la equidad de género en el diseño de los estudios.