Investigación publicada | Exploration of Musculoskeletal Diseases, 2026
De la pregunta clínica al dato auditable: cómo la ciencia de datos estructuró una revisión sobre termografía y trabajo
Una revisión sobre termografía infrarroja en salud ocupacional no comienza con una imagen térmica. Comienza transformando una literatura heterogénea en un conjunto de evidencias rastreable, verificable y útil para decisiones responsables.
En el artículo Standardizing infrared thermography for occupational applications, publicado en Exploration of Musculoskeletal Diseases, la División de Investigación y Desarrollo – Data Science & Analytics de Takotsubo Life Sciences participó en el núcleo metodológico del estudio: diseño de la búsqueda, curación de registros, control de calidad, análisis formal y construcción de una trazabilidad reproducible de la evidencia.
El resultado final es una revisión narrativa integradora de los trastornos musculoesqueléticos relacionados con el trabajo. Su valor, sin embargo, va más allá de la síntesis clínica: demuestra cómo organizar datos bibliográficos complejos sin ocultar incertidumbres, contar estudios dos veces o convertir señales térmicas en promesas diagnósticas injustificadas.
La búsqueda es la primera capa del modelo de datos
Para responder a la pregunta sobre el papel de la termografía en el cribado y seguimiento de la sobrecarga ocupacional, la búsqueda se estructuró en cuatro bloques conceptuales: termografía, condiciones musculoesqueléticas, contexto de trabajo/ergonomía y cribado o seguimiento. Las estrategias se adaptaron a las sintaxis de PubMed/MEDLINE, Embase, Scopus, Web of Science y SciELO, conservando el texto completo de las consultas como material suplementario.
Esta etapa puede parecer únicamente bibliográfica, pero determina todo el análisis posterior: vocabularios, campos de búsqueda, filtros y criterios de idioma definen el universo que podrá examinarse. La investigación también combinó búsquedas en bases de datos y rastreo de citas, preservando el origen de cada entrada.
Qué cambia en la práctica
Los datos estructurados ayudan a limitar conclusiones, no solo a ampliarlas
La síntesis señala valor en patrones relativos, como la asimetría bilateral, el cambio inducido por la tarea y la recuperación, cuando la adquisición está controlada. No respalda sustituir el diagnóstico clínico ni la imagen estructural por termografía.
La temperatura ambiente, la humedad, el flujo de aire, la aclimatación, la emisividad, la geometría de adquisición y la definición de las regiones de interés determinan la comparabilidad de la señal. Sin estas variables, una diferencia térmica puede ser solo ruido.
La propuesta articula termografía con EMG, dinamometría, ecografía y resultados comunicados por el trabajador. Es una vía prometedora para el seguimiento, pero todavía requiere validación longitudinal, multicéntrica y entre equipos.
Dónde Data Science & Analytics se vuelve indispensable
El artículo no usa “ciencia de datos” como rótulo para automatizar una revisión. La aplica como disciplina de calidad: entradas inmutables, decisiones estandarizadas, reglas deterministas, códigos de ausencia que distinguen “no informado” de “no aplicable”, verificaciones lógicas y artefactos de auditoría.
Este diseño importa especialmente en termografía. Como los dispositivos, las regiones de interés, los protocolos y las métricas varían mucho entre estudios, una síntesis responsable debe conservar la heterogeneidad en lugar de fabricar precisión. Por eso el trabajo utilizó integración temática y no un metaanálisis de efecto único.
La reproducibilidad es una entrega, no una promesa
Los scripts y la estructura analítica se publicaron abiertamente. Otros grupos pueden inspeccionar la lógica de búsqueda, la deduplicación, las tablas de decisión y la generación de los recuentos PRISMA, sin redistribuir exportaciones de bases comerciales protegidas por licencia.
Es un equilibrio importante: transparencia metodológica suficiente para auditoría, junto con respeto a los límites de uso de los datos de origen.
Ciencia en cada decisión
La mejor pregunta no es si la imagen térmica “diagnostica”
La pregunta más útil es cómo construir protocolos, datos comparables y decisiones rastreables para que una señal funcional pueda interpretarse junto a la evaluación clínica y otras medidas. Ese es el espacio en el que la ciencia de datos convierte una revisión en infraestructura de evidencia.
Leer el artículo publicado · Acceder a scripts y materiales de reproducibilidad