# Ciencia de datos aplicada a la obtención de estimados de variación biológica

## TL;DR

This paper explores how data science can improve biological variation estimates using real-world data in clinical settings.

## Contribution

The paper introduces novel algorithms for estimating biological variation using real-world data, overcoming limitations of traditional methods.

## Key findings

- Algorithms using real-world data can enhance biological variation estimates.
- Current methods have limitations that data science approaches can address.
- The field offers high potential for further development and knowledge expansion.

## Abstract

Bajo el término ciencia de datos se agrupan una serie de herramientas y procesos que nos permiten obtener nueva información a partir de bases de datos, que pueden ser tanto estructuradas como no estructuradas. Este concepto está tomando cada vez más relevancia en el entorno sanitario. En el Laboratorio Clínico, dentro de las múltiples aplicaciones que puede tener, se han desarrollado algoritmos para la obtención de intervalos de referencia poblacionales o estimados de variación biológica (VB), entre otros. Estos algoritmos nos pueden permitir salvar las limitaciones que presentan los métodos clásicos o directos.

Revisión del estado del arte para el diseño de algoritmos encaminados a la obtención de estimados de VB, utilizando herramientas Real-World Data (RWD) en el entorno de la ciencia de datos.

Descripción de la estructura de algoritmos para calcular estimados de VB en base a la evidencia científica disponible. Se discuten las ventajas sobre los métodos directos, así como las limitaciones que actualmente presentan.

El RWD aplicado a la obtención de estimados de VB se trata de un campo novedoso, el cual ofrece un elevado potencial de desarrollo para incrementar el conocimiento sobre la VB.