Video Experimental Relacionado
Updated: Feb 4, 2026

Behavioral Phenotyping of Murine Disease Models with the Integrated Behavioral Station INBEST
Published on: April 23, 2015
Fenotipado digital y riesgo de ECVA: un análisis transversal exploratorio utilizando datos de comportamiento en línea
Lauren Southwick1,2, Neil K R Sehgal3,4, Dena Torrente1
1Department of Emergency Medicine, University of Pennsylvania Perelman School of Medicine, Philadelphia, PA, USA.
Los datos de las redes sociales pueden ofrecer información sobre el riesgo de enfermedad cardiovascular (ECV), complementando potencialmente las evaluaciones clínicas tradicionales. Se necesita más investigación para confirmar la asociación entre los comportamientos en línea y los resultados de salud del corazón.
Área de la Ciencia:
- Salud Digital
- Medicina Cardiovascular
- Epidemiología Social
Sus antecedentes:
- El riesgo de enfermedad cardiovascular (ECV) se evalúa tradicionalmente utilizando factores clínicos.
- Las plataformas de redes sociales generan grandes cantidades de datos de usuarios que reflejan comportamientos y determinantes sociales.
- La utilidad de los datos de las redes sociales para predecir el riesgo de ECV más allá de los modelos establecidos está en gran medida sin explorar.
Objetivo del estudio:
- Investigar la posible asociación entre los datos de las redes sociales y el riesgo de enfermedad cardiovascular (ECV).
- Determinar si los marcadores derivados de las redes sociales mejoran la predicción del riesgo de ECV en comparación con los modelos clínicos tradicionales.
Principales métodos:
- Análisis transversal exploratorio, retrospectivo.
- Se utilizaron datos de redes sociales junto con datos clínicos tradicionales (detalles no especificados en el resumen).
- Métodos estadísticos para evaluar las asociaciones entre las variables de las redes sociales y los factores de riesgo de ECV (detalles no especificados en el resumen).
Principales resultados:
- El análisis exploratorio sugiere asociaciones potenciales, pero aún no confirmadas.
- Los datos de las redes sociales pueden capturar marcadores conductuales y sociales relevantes para la ECV.
- El valor predictivo de los datos de las redes sociales sobre los modelos tradicionales sigue siendo incierto.
Conclusiones:
- Los datos de las redes sociales presentan una vía novedosa, aunque no probada, para la evaluación del riesgo de ECV.
- Se requieren estudios de validación adicionales para establecer el papel de las redes sociales en la predicción del riesgo cardiovascular.
- La integración de las huellas digitales en la práctica clínica para la salud del corazón requiere una investigación rigurosa.
Videos de Conceptos Relacionados
Cross-Sectional Research
Finding Volume Using Cross-Sectional Area
Profile Leveling and Cross Sections
Spinal Cord: Cross-sectional Anatomy
Gray Matter and its Components
Central to the gray matter is...
Monohybrid Crosses
Dihybrid Crosses

