Esta formación generará una sensación de seguridad en el desempeño de la praxis médica, que te ayudará a crecer personal y profesionalmente”

El acceso a plataformas de Big Data, que cuentan con un gran número de datos analíticos y clínicos, pertenecientes a la población afectada por cáncer, permite a los profesionales oncológicos poder conocer más de cerca la enfermedad, así como acertar de manera más exhaustiva y precisa en el diagnóstico del paciente. Esta gran revolución tecnológica en medicina oncológica supone una gran oportunidad en la investigación y tratamiento del cáncer, gracias a que los facultativos tienen acceso a gran cantidad de datos y análisis a nivel mundial.

Los profesionales del ámbito oncológico necesitan de una constante actualización de los conocimientos relacionados con los tratamientos de cáncer, con el fin de poder ofrecer a los pacientes el tratamiento más idóneo basado en sus necesidades reales.

Este Experto universitario en Diagnóstico Oncológico. Avances Tecnológicos y Big Data permite adentrarse en un profundo conocimiento sobre las técnicas y recursos eficaces que se están utilizando para el diagnóstico oncológico. Entre ellas, la citología y la radiología.

El diagnóstico realizado por citología ha evolucionado mucho en los últimos tiempos, haciendo posible realizar tinciones inmunohistoquímicas (Inmunocitoquímica), mutaciones u otras alteraciones genómicas específicas, y también determinar el estado de biomarcadores imprescindibles en el manejo del cáncer. Por su parte la radiología, sigue siendo el instrumento esencial para diagnosticar más del 85% de las enfermedades oncológicas.

El programa ha sido diseñado y elaborado por especialistas oncológicos situados en el ranking de la excelencia médica, que han puesto al servicio del alumnado los conocimientos, experiencias y casos prácticos más avanzados para crear un programa siguiendo los criterios de más alta calidad que existen en el mercado. 

Actualiza tus conocimientos con el programa de Experto universitario en Diagnóstico Oncológico. Avances Tecnológicos y Big Data”

El Experto universitario en Diagnóstico Oncológico. Avances Tecnológicos y Big Data contiene el programa científico más completo y actualizado del mercado. Las características más destacadas del curso son:

• Desarrollo de más de 75 casos prácticos presentados por expertos en Diagnóstico oncológico. Avances tecnológicos y Big Data
• Sus contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos, recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
• Novedades sobre el Diagnóstico oncológico. Avances tecnológicos y Big Data
• Contiene ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Con especial hincapié en metodologías innovadoras en Diagnóstico oncológico. Avances tecnológicos y Big Data
• Todo esto se complementará con lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Esta Experto universitario puede ser la mejor inversión que puedes hacer en la selección de un programa de actualización por dos motivos: además de poner al día tus conocimientos en Diagnóstico Oncológico. Avances Tecnológicos y Big Data, obtendrás un título de experto universitario por la Diagnóstico Oncológico. Avances Tecnológicos y Big Data”

Incluye en su cuadro docente profesionales pertenecientes al ámbito del Diagnóstico Oncológico. Avances Tecnológicos y Big Data, que vierten en esta formación la experiencia de su trabajo, además de reconocidos especialistas pertenecientes a sociedades de referencia y universidades de prestigio.

Gracias a su contenido multimedia elaborado con la última tecnología educativa, permitirán al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará un aprendizaje inmersivo programado para entrenarse ante situaciones reales.

El diseño de este programa está basado en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso. Para ello, el profesional contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos en el campo del Diagnóstico Oncológico. Avances Tecnológicos y Big Data y con gran experiencia médica.

Aumenta tu desempeño profesional y mejora la calidad de vida de tus pacientes"

Aprovecha la oportunidad para conocer los últimos avances en Diagnóstico Oncológico. Avances Tecnológicos y Big Data y mejorar la salud de tus pacientes"

La estructura de los contenidos ha sido diseñada por un equipo por los mejores profesionales del sector en la anotomía patológica con una amplia trayectoria y reconocido prestigio en la profesión abalada por el volumen de casos revisados, estudiados y diagnosticados, y con amplio dominio de las nuevas tecnologías aplicadas al diagnóstico anatomopatológico.

Incluye casos clínicos para acercar al máximo el desarrollo del programa a la realidad de la praxis médica”

Módulo 1. Cáncer. Generalidades. Factores de riesgo 

1.1. Introducción
1.2. Generalidades de las neoplasias malignas

1.2.1. Nomenclatura
1.2.2. Características
1.2.3. Vías de diseminación de las metástasis
1.2.4. Factores pronósticos

1.3. Epidemiología del cáncer

1.3.1. Incidencia
1.3.2. Prevalencia
1.3.3. Distribución geográfica
1.3.4. Factores de riesgo
1.3.5. Prevención
1.3.6. Diagnóstico precoz

1.4. Agentes mutagénicos

1.4.1. Ambientales
1.4.2. Laborales
1.4.3. Sustancias tóxicas en los alimentos

1.5. Agentes biológicos y cáncer

1.5.1. Virus ARN
1.5.2. Virus ADN
1.5.3. H. pylori

1.6. La predisposición genética

1.6.1. Genes asociados al cáncer
1.6.2. Genes de susceptibilidad

1.6.2.1. Tumores de mama
1.6.2.2. Tumores de pulmón
1.6.2.3. Tumores de tiroides
1.6.2.4. Tumores de colon
1.6.2.5. Tumores de piel
1.6.2.6. Tumores de hueso
1.6.2.7. Tumores de páncreas
1.6.2.8. Neuroblastoma

1.7. Aspectos clínicos de las neoplasias malignas

1.7.1. Introducción

1.8. Estadificación de la enfermedad neoplásica

1.8.1. Actualización

Módulo 2. Bases moleculares del cáncer 

2.1. Introducción a las bases moleculares del cáncer
2.2. Genes y genoma

2.2.1. Principales vías de señalización celular
2.2.2. Crecimiento y proliferación celulares
2.2.3. Muerte celular. Necrosis y apoptosis

2.3. Mutaciones

2.3.1. Tipos de mutaciones. Frameshift; Indels, Translocaciones, SNV; missense, nonsense, CNV, Driver vs. passenger
2.3.2. Agentes causantes de las mutaciones

2.3.2.1. Agentes biológicos y cáncer

2.3.3. Mecanismos de reparación de las mutaciones
2.3.4. Mutaciones con variantes patológicas y no patológicas

2.4. Principales avances en la medicina de precisión

2.4.1. Biomarcadores de tumores
2.4.2. Oncogenes y Genes Supresores de Tumores
2.4.3. Biomarcadores diagnósticos

2.4.3.1. De resistencia
2.4.3.2. Pronóstico
2.4.3.3. Fármaco-genómicos

2.4.4. Epigenética del cáncer

2.5. Principales técnicas en biología molecular del cáncer

2.5.1. Citogenética y FISH
2.5.2. Calidad del extracto de ADN
2.5.3. Biopsia líquida
2.5.4. PCR como herramienta molecular básica
2.5.5. Secuenciación, NGS

Módulo 3. Diagnóstico citológico de lesiones malignas 

3.1. Introducción a la Citopatología (ARTE y CIENCIA)

3.1.1. Perspectiva Histórica 
3.1.2. Conceptos prácticos

3.1.2.1. Manejo
3.1.2.2. Tinción

3.1.3. Conceptos básicos citomorfológicos

3.2. Citología Exfoliativa

3.2.1. Citología ginecológica- Sistema Bethesda
3.2.2. Citología de orina- Sistema Paris
3.2.3. Citología de líquidos corporales

3.3. Punción aspiración con aguja fina SUPERFICIAL

3.3.1. Introducción

3.3.1.1. Aspectos prácticos

3.3.2. PAAF de tiroides y glándula salival
3.3.3. PAAF de mama
3.3.4. PAAF de partes blandas y hueso

3.4. Punción aspiración con aguja fina PROFUNDA

3.4.1. Introducción- ROSE (Rapid on site evaluation)

3.4.1.1. PAAF de pulmón y mediastino
3.4.1.2. PAAF de páncreas
3.4.1.3. PAAF de ganglios linfáticos

3.5. Diagnóstico diferencial en citopatología

3.5.1. Principales patrones citomorfológicos
3.5.2. Inmunocitohistoquímica
3.5.3. Citopatología molecular

3.6. Papel del citopatólogo en el tratamiento del cáncer

3.6.1. Estudio de biomarcadores en muestras citológicas
3.6.2. Inmunoterapia y papel de la citopatología
3.6.3. Retos y nuevas perspectivas

Módulo 4. Radiologia aliada de la patologia en el diagnostico oncologico 

4.1. Diagnóstico por imagen  y estadificación  del cáncer

4.1.1. Neoplasia de pulmón
4.1.2. Neoplasia de colon y recto
4.1.3. Neoplasia de mama
4.1.4. Neoplasia de próstata
4.1.5. Neoplasias ginecológicas
4.1.6. Linfoma
4.1.7. Melanoma
4.1.8. Otros tumores del tracto GI
4.1.9. Hepatocarcinoma y colangiocarcinoma
4.1.10. Tumores de páncreas
4.1.11. Tumores renales
4.1.12. Cáncer de tiroides
4.1.13. Tumores cerebrales

4.2. PAAF y BAG guiada por imagen

4.2.1. Tiroides
4.2.2. Mama
4.2.3. Pulmón y mediastino
4.2.4. Hígado y cavidad abdominal
4.2.5. Próstata

4.3. Seguimiento

4.3.1. RECIST 1.1 y Chung
4.3.2. EASL, m-RECIST y RECICL
4.3.3. Criterios de McDonald y RANO
4.3.4. Criterios CHOI, MDA y Lugano
4.3.5. Criterios CHOI modificados; SCAT y MASS
4.3.6. MET-RAD-P
4.3.7. PERCIST
4.3.8. Inmunoterapia

4.4. Complicaciones del tratamiento

4.4.1. Urgencias oncológicas
4.4.2. Complicaciones del tratamiento

Módulo 5. Big data en anatomia patologica

5.1. Introducción Big Data en patología

5.1.1. Introducción

5.1.1.1. Patología y BBDD
5.1.1.2. Minería de datos en patología
5.1.1.3. Big Data

5.1.1.3.1. Fundamentos del Big Data
5.1.1.3.2. Tipos de BBDD

5.1.1.3.2.1. Relacionales
5.1.1.3.2.2. No relacionales (SQL y NoSQL)

5.1.1.3.3. Tipos de datos

5.1.1.3.3.1. Estructurados
5.1.1.3.3.2. No estructurados
5.1.1.3.2.3. Semi-estructurados

5.1.1.3.4. Límites del Big Data

5.2. Grandes oportunidades y utilidades que nos ofrece el Big Data

5.2.1. Estandarización de los datos y patología digital
5.2.2. Medicina personalizada: diagnósticos y terapias personalizadas
5.2.3. Marcadores predictivos
5.2.4. Avances en campos de investigación como: genómica, diagnósticos en patología molecular, proteómica y comparación de diagnósticos

5.3. Algoritmos, modelos y metodologías utilizadas en Big Data

5.3.1. Arquitecturas para el procesamiento paralelo masivo
5.3.2. Modelización y árboles de decisión
5.3.3. Maching Learning y Deep Learning
5.3.4. Redes Neuronales

5.4. Tecnologías del Big Data y cloud computing

5.4.1. Apache Hadoop
5.4.2. Trabajar con BBDD NoSQL

5.4.2.1. DynamoDB o Cassandra

5.4.3. Análisis de datos

5.4.3.1. BigQuery
5.4.3.2. Infosphere Streams
5.4.3.3. Oracle Big Data Appliance

5.5. Conclusiones y beneficios del Big Data desde el punto de vista de la patología

5.5.1. Conclusiones del Big Data desde el punto de vista de la patología
5.5.2. Beneficios

Una experiencia de formación única, clave y decisiva para impulsar tu desarrollo profesional”