Introduction: Elective surgeries allow for optimal clinical preparation, unlike emergencies. However, outcomes such as postoperative ileus increase costs and hospital stays. Consequently, non-pharmacological interventions like coffee infusion, rich in caffeine and chlorogenic acid, have been explore. Objective: To describe the postoperative clinical evolution and tolerability of administering a 3% coffee infusion in patients undergoing elective surgeries. Materials and Methods: An observational, descriptive, and prospective study was conducted in 17 adult patients who underwent elective surgery at Hospital San Juan de Dios de Pamplona, Colombia. Patients received three cups of 3% coffee daily starting at the initiation of oral intake. Sociodemographic, anthropometric, and clinical variables were collected, and the presence of symptoms associated with postoperative ileus and hospital length of stay were evaluated Results: Among the participants, 88.3% were women, with a mean age of 42.6 years. Malnutrition was observed in 70.7% of patients, mainly due to excess weight, and 76.5% exhibited cardiovascular risk based on waist circumference. Most surgeries were open procedures (76.5%). No patient developed postoperative ileus, 88.2% had a one-day hospital stay, and no complications associated with coffee consumption were reported. Conclusion: The use of 3% coffee in postoperative patients was safe and associated with absence of illnesses and short hospital stays. Coffee may represent a low-cost, non-pharmacological strategy to support postoperative recovery; however, larger controlled studies are needed to confirm its effectiveness and establish standardized protocols.
Introduction: A significant portion of the population still lacks access to drinking water and relies on non-conventional sources such as wells and springs. In these cases, information on water quality and availability is difficult and expensive to obtain. The solutions available in the local market do not offer equitable access to tools that effectively address these needs.Objective: This work describes the development of an autonomous system composed of hardware and software, designed to monitor in real time the physical-chemical parameters of water, as well as to visualize and interpret the data in a way that is accessible and understandable for the community.Methodology: An IoT-WQMS-based device is presented, which uses five sensors to measure in real time key water parameters, such as pH, conductivity, turbidity, flow rate, temperature and humidity. The data is transmitted via GSM signal using the MQTT protocol, and is processed and visualized through easy-to-use software, designed to be accessible to the community.Results: The results include the graphical interface and visualization of water quality data in a laboratory prototype, both instantaneously and averaged over defined time intervals.Conclusions: The IoT-WQMS system presents advantages in terms of cost and accessibility for obtaining and interpreting water quality data in low-flow sources, in a laboratory environment. Future challenges include the transition to renewable energy and the integration of additional communication protocols, such as LoRaWAN.
Introduction: Secondary-data studies (clinical, administrative or sensor records) embed selection, measurement and missing-data processes that are often treated as “preprocessing”, leaving key causal assumptions implicit and hard to audit. Objective: To propose a reproducible protocol that makes causal assumptions explicit in secondary-data studies using layered directed acyclic graphs. Methodology: The protocol separates a material causal system (exposure→outcome) and three additional layers: (i) selection/observability, (ii) operationalisation and measurement (constructs vs. recorded proxies) and (iii) missing-data mechanisms. It includes estimand and time alignment, extraction rules and cohort construction, plus quality control based on graph source code and figure traceability. Results: Outputs include a reporting checklist (Table 1), a decision→threat→graph-signature mapping with conditional mitigations (Table 2), a related-work gap synthesis (Table 3), layered DAG examples (Figs. 1–9) and reproducible evaluations quantifying typical biases and sensitivity to missingness (Tables 4–7). Conclusions: The layered approach makes selection, measurement and missingness assumptions explicit; improves reproducibility through code–figure–text traceability; and operationalises alignment between design/analysis choices and the estimand, limiting claims that exceed the available evidence. A minimal applied case shows that observation/missingness decisions can materially shift the estimand, motivating explicit sensitivity reporting (Δ) and denominators.
Introducción: Actualmente la interacción entre la transformación digital, sostenibilidad y gestión de proyectos conforma la discusión académica asociada a la Industria 4.0. La incorporación acelerada de tecnologías inteligentes, junto con las crecientes exigencias por modelos productivos responsables, estimula el crecimiento de la producción científica en este campo. Lamentablemente, dicho crecimiento carece de análisis integradores para comprender su evolución y estructura temática. Objetivo: Examinar las tendencias globales de investigación sobre transformación digital, sostenibilidad y gestión de proyectos, desde un enfoque bibliométrico para identificar autores influyentes, líneas de investigación emergentes y patrones de citación. Metodología: Se analizaron registros indexados en Scopus, procesados mediante Bibliometrix (RStudio), VOSviewer y Gephi. Aplicando el protocolo PRISMA, se seleccionaron 87 documentos que cumplieron con los criterios establecidos. El análisis abordó la productividad científica, redes de colaboración, fuentes especializadas, instituciones con mayor presencia y co-ocurrencia de palabras clave. Resultados: Se evidencia un crecimiento progresivo de la literatura, con India, Italia y España como naciones con mayor contribución. Journal of Cleaner Production y Sustainability se posicionan como las revistas más influyentes, mientras que autores como Ghobakhloo y Frank concentran las mayores de citaciones. Conceptos como digitalización, Industria 4.0, gestión de proyectos e inteligencia artificial son recurrentes, reflejando la incorporación de tecnologías avanzadas en los enfoques de gestión sostenible. Conclusiones: La digitalización actúa como catalizador para avanzar hacia modelos de gestión más eficientes y sostenibles. Existen brechas relevantes en la producción latinoamericana y oportunidades para desarrollar marcos integrados que articulen innovación tecnológica y sostenibilidad en procesos de gestión de proyectos.
A nivel mundial cada vez más las empresas u organizaciones implementan herramientas metodológicas o estándares de mejores prácticas para la gestión de sus proyectos, como es el caso del PMBOK. No obstante, es importante reconocer que dada la robustez de estos métodos se requiere contar con una buena experticia por parte de los gerentes del proyecto. Por lo anterior, el uso de herramientas predictivas puede contribuir a la toma de decisiones informadas en las diferentes etapas del ciclo de vida del proyecto. Así, en este trabajo se propuso como contribución un nuevo modelo soportado en redes neuronales artificiales para la predicción del éxito o fracaso de un proyecto gestionado mediante PMBOK, a partir de características de un proyecto tales como: los recursos involucrados, el grupo de proyecto y los indicadores del proyecto. Para el desarrollo del proyecto se hizo una adaptación de la metodología CRISP-DM a cuatro fases. Como resultado, el modelo obtuvo un ajuste consistente en las 100 épocas de entrenamiento, teniendo un accuracy por encima del 95% luego de las 60-70 épocas, lo que sugiere una excelente capacidad de ajuste y generalización en la predicción del resultado de un proyecto. Como conclusión, el modelo representa un aporte clave en la gestión de proyectos bajo PMBOK, siendo su factor diferencial la inclusión de los recursos, del atributo grupo del proyecto y de la representación vectorial de características cualitativas del proyecto identificadas en el atributo indicador.
