Mapa Cognitivo Neutrosófico para el análisis de manifestaciones cutáneas en el contexto del COVID-19 con enfoque en urticaria y angioedema

Contenido principal del artículo

Jeanneth Elizabeth Jami Carrera
María José Guzmán Chango
Josué Sebastián Chasi Benavides

Resumen

El último año se ha caracterizado por el registro de múltiples casos en donde el cuadro clínico se basa en la aparición de urticaria con o sin angioedema asociados a la infección por COVID-19. La pandemia COVID-19 se definió cambiando la vida diaria de las personas, siendo una enfermedad viral que causa una serie de manifestaciones que desencadenan una respuesta inmunitaria que al descontrolarse podrían llegar a la falla orgánica múltiple. La urticaria la definimos como una lesión cutánea que afecta a las capas superficiales de la dermis, mientras que el angioedema se presenta como una hinchazón autolimitada localizada y subcutánea. La relación entre estas manifestaciones cutáneas y la infección por COVID-19 es escasamente registrada, condicionando el diagnóstico oportuno y correcto manejo del paciente por la dificultad de establecer una relación causa-efecto. La presente investigación describe una solución a la problemática planteada mediante el desarrollo de un método mediante Mapa Cognitivo Neutrosófico para el análisis de manifestaciones cutáneas en el contexto del COVID-19 con enfoque en urticaria y angioedema.


 

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Cómo citar
Mapa Cognitivo Neutrosófico para el análisis de manifestaciones cutáneas en el contexto del COVID-19 con enfoque en urticaria y angioedema. (2022). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 24, 61-70. https://fs.unm.edu/NCML2/index.php/112/article/view/271
Sección
Articulos

Cómo citar

Mapa Cognitivo Neutrosófico para el análisis de manifestaciones cutáneas en el contexto del COVID-19 con enfoque en urticaria y angioedema. (2022). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 24, 61-70. https://fs.unm.edu/NCML2/index.php/112/article/view/271