TecnoLógicas

Fortalecimiento editorial: una apuesta por la visibilidad y el impacto científico

Comparación de dos metodologías de extracción química de quitosano a partir de exoesqueletos de camarón para su aplicación como coagulante natural en aguas residuales industriales

Resumen En esta investigación se propuso como objetivo plantear ajustes a la extracción química del quitosano obtenido a partir de los desechos de camarón para su uso como coagulante natural. La metodología propuesta consistió en la modificación de la etapa de preparación de la materia prima del proceso de extracción química, adicionando un paso de cocido de los exoesqueletos (agua hirviendo por 5 minutos), luego se desarrollaron pruebas de calidad al quitosano obtenido, dentro de las cuales se incluyó la revisión de su efecto en la descontaminación de agua residual industrial. En los resultados obtenidos de la modificación realizada se tuvo un quitosano (Q-RECO) con rendimiento y porcentaje de solubilidad en ácido acético menor de 5 y 4 puntos porcentuales, respectivamente, pero con un grado de desacetilación en 25 puntos porcentuales mayor que el quitosano obtenido sin el paso de cocción (Q-RECR). Los quitosanos obtenidos fueron probados como coagulantes naturales en dos tipos de aguas residuales industriales: (i) aguas residuales de las curtiembres de Villapinzón, Colombia, y (ii) aguas residuales industriales provenientes del proceso de cementación de una industria de tratamientos térmicos de Bogotá, Colombia. En todos los casos el quitosano obtenido con el método propuesto (Q-RECO) presentó mejor desempeño en la remoción de los contaminantes. Como conclusión se establece que el quitosano obtenido del proceso modificado (Q-RECO) favorece la remoción de agentes contaminantes, ya que disminuyeron los valores de turbidez, DBO y DQO de los vertimientos provenientes del proceso de cementación, mientras que en los vertimientos del proceso de curtido se remueven los parámetros de turbidez, pH, sólidos suspendidos totales (SST), conductividad eléctrica, tensoactivos aniónicos (SAAM), cloruros y cromo.

Abstract The objective of this research was to propose adjustments to the chemical extraction of chitosan obtained from shrimp waste for use as a natural coagulant. The proposed methodology consisted of modifying the raw material preparation stage of the chemical extraction process, adding a cooking step of the exoskeletons (boiling water for 5 minutes), then quality tests were carried out on the chitosan obtained, including a review of its effect on the decontamination of industrial wastewater. In the results obtained from the modification carried out, a chitosan (Q-RECO) was obtained with a yield and percentage of solubility in acetic acid less than 5 and 4 percentage points, respectively, but with a degree of deacetylation 25 percentage points higher than the chitosan obtained without the cooking step (Q-RECR). The chitosans obtained were tested as natural coagulants in two types of industrial wastewater: (i) wastewater from tanneries in Villapinzón, Colombia, and (ii) industrial wastewater from the cementation process of a heat treatment industry in Bogotá, Colombia. In all cases, the chitosan obtained with the proposed method (Q-RECO) presented better performance in the removal of pollutants. In conclusion, it is established that the chitosan obtained from the modified process (Q-RECO) favors the removal of pollutants, as the turbidity, BOD and COD values of the discharges from the cementation process decrease, while in the discharges from the tanning process, the parameters of turbidity, pH, total suspended solids (TSS), electrical conductivity, anionic surfactants (SAAM), chlorides, and chromium are removed.

Evaluación del potencial eólico urbano mediante aprendizaje automático y análisis multicriterio

Abstract The transition toward renewable energy sources in urban environments presents technical and strategic challenges due to the variability of available resources and the inherent constraints of built-up spaces. This study assessed the potential for wind energy generation in Bogotá, D.C., Colombia, applying data science techniques and machine learning models. Clustering analysis, the Analytic Hierarchy Process (AHP), and Weibull distribution modeling used historical meteorological data on wind speed and temperature. The unsupervised analysis identified three representative hourly wind patterns, while the Weibull distribution estimated an operational wind speed of 2.2 m/s. The AHP method facilitated the selection of wind turbines based on technical criteria such as cut-in speed, rated power, and blade number. Among the key results, the 300 X-300 turbine achieved a Capacity Factor (CF) of 25.43%, a Yield Ratio (Yr) of 0.1352 h, and a Performance Ratio (PR) of 43.49%. These indicators reveal that, despite the moderate wind potential during specific periods, the low energy density and high variability limit the technical feasibility of wind systems in the study area. It is concluded that integrating data analysis tools with multi-criteria decision-making methods provides a robust framework for assessing urban wind resources and establishes a solid foundation for the tailored design of sustainable energy solutions.

Resumen La transición hacia fuentes de energía renovable en entornos urbanos representa un desafío técnico y estratégico, debido a la variabilidad de los recursos disponibles y a las restricciones propias de los espacios construidos. Esta investigación evaluó el potencial de generación de energía eólica en Bogotá D.C., Colombia, mediante la aplicación de técnicas de ciencia de datos y modelos de aprendizaje automático. Se empleó un análisis de clustering, el Proceso de Jerarquía Analítica (AHP, por sus siglas en inglés) y un análisis de distribución de Weibull, utilizando datos meteorológicos históricos de velocidad del viento y temperatura. Este análisis no supervisado permitió identificar tres patrones horarios representativos del comportamiento eólico, mientras que la distribución de Weibull estimó una velocidad de operación de 2.2 m/s. El método AHP facilitó la selección de turbinas eólicas con base en criterios técnicos como velocidad de arranque, potencia nominal y número de palas. Entre los resultados más relevantes, la turbina 300 X- 300 alcanzó un factor de capacidad de 25.43 %, una relación de producción (Yr) de 0.1352 h y un índice de desempeño del 43.49 %. Estos índices revelaron que, aunque existen periodos con potencial eólico moderado, la baja densidad energética y la alta variabilidad limitan la viabilidad técnica de estos sistemas en el área objeto de estudio. Se concluye que la integración de herramientas de análisis de datos con métodos de decisión multicriterio permite una evaluación robusta del recurso eólico urbano, y ofrece una base sólida para el diseño de soluciones energéticas sostenibles hechas a la medida.

Análisis estructural de baches viales mediante redes neuronales profundas

Resumen El aumento acelerado de la población mundial ha intensificado el tráfico vehicular, lo que plantea un desafío significativo para su gestión. En países en desarrollo como Colombia, los accidentes de tránsito presentan una alta tasa de mortalidad, atribuida en gran medida a defectos en las carreteras, como grietas y baches. Ante esta problemática, el objetivo de este estudio fue desarrollar un sistema automatizado para la detección de defectos en pavimentos urbanos, utilizando redes neuronales convolucionales (CNN, por sus siglas en inglés) para clasificar 11 tipos de fallas en las vías. La metodología empleada consistió en la creación de una base de datos a partir de imágenes de carreteras con defectos, la cual fue utilizada para entrenar los modelos de redes neuronales profundas. Se evaluaron dos optimizadores, SGDM y ADAM, aplicados sobre imágenes a color y en escala de grises, procesadas en MATLAB® y validadas por expertos en ingeniería civil. Los resultados mostraron que el optimizador SGDM alcanzó una precisión del 74.67 % con imágenes a color, mientras que ADAM obtuvo un desempeño del 52.51 % con imágenes en escala de grises. En general, los hallazgos confirmaron la viabilidad de las CNN y las técnicas de procesamiento digital de imágenes para automatizar el proceso de inspección de pavimentos y mejorar la eficiencia y precisión de la evaluación de la infraestructura vial. Finalmente, se concluye que el uso de redes neuronales profundas constituye una alternativa confiable para el desarrollo de sistemas inteligentes de gestión de pavimentos y respalda la implementación de soluciones basadas en datos para optimizar el mantenimiento de las vías urbanas.

Abstract The rapid growth of the global population has intensified vehicular traffic, posing a significant challenge to its management. In developing countries such as Colombia, traffic accidents exhibit high mortality rates, largely attributed to road defects, such as cracks and potholes. Given this problem, the objective of this study was to develop an automated system for detecting defects in urban pavements using Convolutional Neural Networks (CNNs) to classify 11 types of road surface failure. The methodology involved creating a dataset from images of defective roads, which was used to train deep neural network models. Two optimizers, SGDM and ADAM, were evaluated using color and grayscale pictures, processed in MATLAB® and validated by civil engineering experts. The results showed that the SGDM optimizer achieved an accuracy of 74.67 % with color images, while ADAM achieved a performance of 52.51 % with grayscale images. These findings demonstrated the potential of CNNs and digital image processing techniques to automate pavement inspection, increasing both efficiency and accuracy in evaluating road infrastructure. Finally, it is concluded that the use of deep neural networks represents a viable alternative for developing intelligent pavement management systems and supports the implementation of data-driven solutions to optimize urban road maintenance.

Fumigación con etanol como tratamiento para inhibir la brotación en papa criolla colombiana (Solanum Phureja)

Abstract Potato production is a key agricultural activity in the Colombian Andean region, with native varieties of "chaucha" potato (Solanum phureja), which has a short shelf life postharvest due to its accelerated sprouting, the process by which the tuber begins to generate new buds. This study aimed to evaluate the effect of ethanol fumigation as a sprouting inhibitor in Colombian "chaucha" potato tubers stored for 15 days under laboratory conditions. The results are intended to generate knowledge that contributes to strengthening the "chaucha" potato industry. The methodology involved applying different concentrations of ethanol (100 µL L⁻¹, 250 µL L⁻¹ and 400 µL L⁻¹) to potato samples. Two fumigation strategies were assessed: a single application at the beginning of storage and a two-phase application, with a second dose added after seven days. The influence of exposure to dim light and darkness was analyzed. Five response variables were evaluated: sprouting index, weight loss percentage, respiration rate, dry matter content, and glucose content. The results showed that fumigation with 400 µL L⁻¹ of ethanol, applied in two phases and under dark conditions, reduced the sprouting index to 1.25 % compared to 82.8 % in the control group. The respiration rate indicated that the treatment with 100 µL L⁻¹ of ethanol achieved a significant reduction (8.24 mgCO₂ kg-1h⁻¹) compared to the control (18.4 mgCO₂ kg-1h⁻¹). The glucose content did not show any significant differences between treatments or with the control. It is concluded that ethanol fumigation inhibits sprouting in “chaucha” potatoes, prolonging their dormancy under ambient storage conditions, and reducing weight loss due to inhibition of nutrient translocation.

Red neuronal multitarea para la detección de la enfermedad de Parkinson a partir de grabaciones de voz

Abstract: Parkinson's disease (PD) is the second most prevalent neurodegenerative disorder in old age. It is characterized by symptoms such as resting tremor, rigidity, and gait disturbances. It also affects the natural production of speech, causing tremors of the voice and imprecise pronunciation, among others. Given the prevalence of speech disorders in PD, analyzing an individual's speech provides a non-invasive, cost-effective means for detection and monitoring. The objective of this paper was to take advantage of the potential of deep learning, specifically a pre-trained convolutional neural network and a multitasking approach, to classify speech recordings from PD patients and healthy controls (HC) from spectral representations. The proposed multitask analysis methodology aimed to evaluate the effectiveness of pre-trained ResNet models, fine-tuned on Spanish, Italian, and German speech databases, for both single-task and multitask classification approaches. The results indicated that multitask learning, which includes additional tasks such as vowel and sex classification, enhances the model's performance compared to monotask learning by taking advantage of shared representations across related tasks. The multitask approach showed an improvement of up to 5% in classification accuracy and the inclusion of the intermediate models for fine-tuning produced up to 10% better classification accuracy with respect to the implemented baseline. In conclusion, this work contributes to the growing body of literature demonstrating the viability of deep learning methods for non-invasive PD detection and highlights the advantages of multitask learning for pathological speech classification.

Resumen: La enfermedad de Parkinson (EP) es el segundo trastorno neurodegenerativo más prevalente en la vejez. Se caracteriza por síntomas como temblor en reposo, rigidez y alteraciones de la marcha. También afecta a la producción natural del habla, causando temblor de voz y pronunciación imprecisa. Dada la prevalencia de los trastornos del habla en la EP, el análisis del habla de un individuo proporciona un medio no invasivo y económico para su detección y monitorización. El objetivo de este trabajo consistió en aprovechar el potencial del aprendizaje profundo, específicamente una red neuronal convolucional pre entrenada y un enfoque multitarea, para clasificar grabaciones del habla de pacientes con EP y controles sanos (HC) utilizando representaciones espectrales. La metodología de análisis multitarea propuesta consistió en evaluar la eficacia de los modelos ResNet pre entrenados, afinados en bases de datos en español, italiano y alemán, tanto para enfoques de clasificación de una sola tarea como multitarea. Los resultados indicaron que el aprendizaje multitarea, que incluye tareas adicionales como la clasificación de vocales y la clasificación de sexos, mejora el rendimiento del modelo en comparación con el aprendizaje monotarea al aprovechar las representaciones compartidas entre tareas relacionadas. El enfoque multitarea mostró una mejora de hasta el 5 % en la tasa de acierto de la clasificación, y la inclusión de los modelos intermedios para el ajuste fino produjo una mejora de hasta el 10 % con respecto al modelo baseline implementado. Finalmente, se concluye que este trabajo contribuye al creciente cuerpo de literatura que demuestra la viabilidad de los métodos de aprendizaje profundo para la detección no invasiva de la EP y destaca las ventajas del aprendizaje multitarea para la clasificación patológica del habla.

Aprovechamiento de residuo de vidrio como reemplazo parcial del agregado fino en mezclas de concreto

Resumen El aumento de la población y el crecimiento industrial han incrementado la demanda de infraestructura y vivienda, elevando el consumo de concreto y su impacto ambiental. Esto ha motivado la búsqueda de alternativas sostenibles para reemplazar parcial o totalmente las materias primas del concreto. En este contexto, el objetivo del presente estudio fue evaluar el uso de residuos de vidrio (RV) como sustituto parcial del agregado fino natural (AFN) en la producción de concreto, y validar su aplicación en un elemento constructivo de carácter estructural. El agregado de RV se obtuvo a partir de trituración y molienda de botellas, su módulo de finura y absorción fueron 3,35 y 0,2 %, respectivamente. La metodología empleada consistió en evaluar las propiedades físicas, mecánicas y térmicas de mezclas de concreto con reemplazo de AFN por RV en proporciones de hasta 40 %. Complementariamente se estudió el desempeño del concreto a altas temperaturas (hasta 900°C) y se produjeron bloques. Los resultados obtenidos demostraron que el RV mejora la trabajabilidad del concreto hasta en un 69 %, reduce la absorción en un 23 % y la porosidad en un 19 %. Además, las propiedades de conductividad y difusividad térmica disminuyeron hasta un 19 % al emplear un 40 % de RV. El concreto mostró un mejor desempeño frente a exposición térmica directa sin afectación significativa en la resistencia a compresión para reemplazos de hasta 30 %. No obstante, se observó una reducción de hasta el 20 % en la resistencia a flexión. Finalmente, se concluye que los concretos con hasta 40 % de RV pueden ser empleados en la fabricación de bloques, los cuales pueden ser clasificados como estructurales de categoría alta acorde con la Norma Técnica Colombiana NTC 4026. Esta aplicación es considerada como una solución viable para la valorización de residuos de vidrio bajo un enfoque de economía circular.

Abstract Population growth and industrial growth have increased the demand for infrastructure and housing, increasing concrete consumption and its environmental impact. This has motivated the search for sustainable alternatives to partially or completely replace raw materials used in concrete. In this context, the objective of this study was to evaluate the use of waste glass (WG) as a partial substitute for natural fine aggregate (NFA) in the production of concrete and to validate its application in a structural construction element. The WG aggregate was obtained from the crushing and grinding of bottles; its fineness and absorption modulus were 3.35 and 0.2%, respectively. The methodology employed consisted of evaluating the physical, mechanical, and thermal properties of concrete mixtures with WG replaced by WG in proportions of up to 40%. In addition, the performance of the concrete was studied at high temperatures (up to 900°C) and blocks were produced. The results obtained demonstrated that WG improves the concrete workability by up to 69%, reduces absorption by 23%, and porosity by 19%. Furthermore, the thermal conductivity and diffusivity properties decreased by up to 19% when using 40% RV. The concrete showed improved performance under direct thermal exposure, with no significant impact on compressive strength for replacements of up to 30%. However, a reduction of up to 20% in flexural strength was observed. Finally, it is concluded that concretes with up to 40% RV can be used in the manufacture of blocks, which can be classified as structural blocks of high category according to the Colombian Technical Standard NTC 4026. This application is considered a viable solution for the recovery of glass waste under a circular economy approach.

Efecto del secado en la concentración de compuestos bioactivos y la actividad antioxidante de plantas forrajeras

Resumen Las especies forrajeras contienen compuestos bioactivos con propiedades beneficiosas para la salud; sin embargo, su concentración varía según la especie y puede verse afectada por el proceso de secado. Este estudio evaluó cinco especies: botón de oro (Tithonia diversifolia (Hemsl.) A.Gray), colla negra (Smallanthus pyramidalis (Triana) H.Rob.), dalia silvestre (Dahlia imperialis Roezl ex Ortgies), morera (Morus alba L.) y saúco (Sambucus nigra L.), con el objetivo de determinar su contenido de compuestos bioactivos y actividad antioxidante, así como el efecto de tres métodos de secado: horno, deshidratación solar y ventana refractiva. La metodología empleada consistió en la aplicación de técnicas espectrofotométricas específicas como cloruro de aluminio para la cuantificación de flavonoides, Folin-Ciocalteu para fenoles totales, vainillina para taninos condensados y DPPH para evaluar la actividad antioxidante. Los resultados obtenidos fueron los siguientes: antes del secado, la colla negra presentó la mayor concentración de fenoles totales, la dalia silvestre el mayor contenido de flavonoides, y el botón de oro los niveles más altos de taninos condensados y actividad antioxidante. El secado por ventana refractiva fue el método más eficiente para preservar estos compuestos, destacándose el saúco con 1282.46 mg de ácido gálico equivalente para fenoles totales, 637.94 mg de catequina equivalente para flavonoides y 257.83 mg de catequina equivalente para taninos condensados, todas las unidades en 100 g de materia seca. Asimismo, el botón de oro alcanzó la mayor actividad antioxidante, con 2374.90 µmol de equivalentes Trolox por 100 g de materia seca. En contraste, la deshidratación solar también mostró buenos resultados, especialmente en botón de oro y saúco, mientras que el secado en horno fue el menos favorable, aunque la morera presentó una actividad antioxidante relativamente alta. En conclusión, la ventana refractiva se posiciona como la mejor alternativa para preservar y potenciar los compuestos bioactivos en especies forrajeras deshidratadas.

Abstract Forage species contain bioactive compounds with health-promoting properties; however, their concentration varies depending on the species and can be affected by the drying process. This study evaluated five species: button of gold (Tithonia diversifolia (Hemsl.) A.Gray), black colla (Smallanthus pyramidalis (Triana) H.Rob.), wild dahlia (Dahlia imperialis Roezl ex Ortgies), mulberry (Morus alba L.), and elderberry (Sambucus nigra L.), with the aim of determining their bioactive compound content and antioxidant activity, as well as the effect of three drying methods: oven drying, solar dehydration, and refractive window drying. The methodology employed consisted of the application of specific spectrophotometric techniques such as aluminum chloride for the quantification of flavonoids, Folin-Ciocalteu for total phenols, vanillin for condensed tannins, and DPPH for evaluation of antioxidant activity. The results obtained were as follows: before drying, black colla presented the highest concentration of total phenols, wild dahlia the highest flavonoid content, and button of gold the highest levels of condensed tannins and antioxidant activity. Drying by refractive window was the most efficient method to preserve these compounds, highlighting the elderberry with 1282.46 mg of gallic acid equivalents for total phenols, 637.94 mg of catechin equivalents for flavonoids, and 257.83 mg of catechin equivalents for condensed tannins, all units in 100 g of dry matter. Additionally, button of gold achieved the highest antioxidant activity, with 2374.90 µmol Trolox equivalents per 100 g of dry matter. In contrast, solar dehydration also showed good results, especially in button of gold and elderberry, while oven drying was the least favorable method, although the mulberry showed relatively high antioxidant activity. In conclusion, refractive window drying is the best alternative for preserving and enhancing bioactive compounds in dehydrated forage species.

Influencia de medidas de conservación de energía en el perfil de carga de viviendas en un clima tropical: estudio de caso en Bucaramanga, Colombia

Abstract The residential sector represents a significant part of energy consumption in tropical countries, where the climate directly influences the demand for ventilation and air conditioning. In cities like Bucaramanga (Colombia), the growth of building stock and the increased use of electrical appliances highlight the need for energy efficiency strategies. Although Colombia has made regulatory progress-such as Resolution 0549 of 2015-its application in residential buildings, especially in warm climates, remains underexplored. This study analyzes the impact of energy-saving measures on the demand profile of a middle-income residential building located in a tropical warm climate. The implementation of strategies recommended by Resolution 0549-2015 was evaluated through energy simulations using DesignBuilder V6. The methodology considered five scenarios: an existing building, one representing typical features of the current building stock, and three others that incorporate horizontal shading, natural ventilation, and variations in the window-to-wall ratio. The results showed a 20% reduction in energy consumption in the existing building compared to the reference model, mainly due to improvements in lighting and elevator efficiency. It is concluded that the proposed energy-saving measures are effective only when air conditioning systems are present and that their implementation can help reduce transformer loads. This study offers a valuable local contribution, being one of the first in Colombia to examine residential building design from an energy efficiency perspective, based on national regulations and simulation tools.

Resumen El sector residencial representa una parte importante del consumo energético en países tropicales, donde el clima influye directamente en la demanda de ventilación y climatización. En ciudades como Bucaramanga (Colombia), el crecimiento del parque inmobiliario y el mayor uso de equipos eléctricos hacen necesaria la adopción de estrategias de eficiencia energética. Aunque Colombia ha avanzado en normativa, como la Resolución 0549 de 2015, su aplicación en viviendas, especialmente en climas cálidos, ha sido poco estudiada. Este trabajo analiza el impacto de medidas de ahorro energético sobre el perfil de demanda de una edificación residencial de ingresos medios ubicada en clima tropical cálido. Se evaluó la implementación de estrategias sugeridas por la Resolución 0549-2015 mediante simulaciones energéticas en DesignBuilder V6. La metodología consideró cinco escenarios: un edificio existente, uno con características del parque inmobiliario actual y tres que integran sombreado horizontal, ventilación natural y variaciones en la relación ventana-pared. Los resultados mostraron una reducción del 20 % en el consumo energético del edificio existente respecto al de referencia, principalmente por mejoras en iluminación y ascensores. Se concluye que las medidas propuestas tienen efecto sobre el consumo, solo cuando hay sistemas de aire acondicionado, y que su implementación puede reducir la carga en los transformadores. Este estudio representa una contribución local relevante al ser uno de los primeros en Colombia que examina el diseño de viviendas desde un enfoque de eficiencia energética, apoyado en normativa nacional y simulación computacional.

Máquinas de aprendizaje y soft sensores de tipo nariz y lengua electrónica para la detección de cáncer

Resumen El cáncer tiene alta incidencia y mortalidad a nivel mundial, y un diagnóstico temprano mejora significativamente la supervivencia. Por ello, se buscan herramientas no invasivas y económicas, como los soft sensores, para analizar Compuestos Orgánicos Volátiles (COV) que pueden actuar como biomarcadores de la enfermedad. Este artículo tuvo como objetivo revisar el estado del arte sobre el uso de narices y lenguas electrónicas como soft sensores para la detección de cáncer, junto con el procesamiento de datos mediante máquinas de aprendizaje. Se empleó una metodología cualitativa basada en la revisión de literatura científica publicada en bases de datos como ScienceDirect, IEEEXplore, Sage Journals y Scopus. Se seleccionaron 54 artículos relevantes, a partir de un proceso basado en la metodología PRISMA, publicados entre 2010 y 2024. Los resultados revelaron el uso de soft sensores para detectar cáncer de pulmón, próstata, vejiga, mama, ovario, colon, estómago y cavidad bucal, utilizando muestras como orina, aliento, saliva y sangre. La discusión incluyó comparaciones entre técnicas de análisis y decisiones, además se destacan tendencias, desafíos y oportunidades de investigación en el área. Se concluye que combinar la soft metrología, los soft sensores y el aprendizaje automático permite detectar biomarcadores del cáncer con una precisión alrededor del 90 %. No obstante, aún existen retos y oportunidades de investigación para optimizar las arquitecturas y lograr sistemas más confiables.

Abstract Cancer has high incidence and mortality rates worldwide and early diagnosis significantly improves survival outcomes. Consequently, there is a growing interest in non-invasive and cost-effective diagnostic tools, such as soft sensors for the analysis of Volatile Organic Compounds (VOCs), which can serve as biomarkers for the disease. This article aimed to present a comprehensive review on the use of electronic noses and tongues as soft sensors for cancer detection, along with data processing through machine learning algorithms. A qualitative methodology was employed, based on a literature review of databases including ScienceDirect, IEEEXplore, Sage Journals, and Scopus, resulting in the selection of 54 relevant articles published between 2010 and 2024. The articles were selected using a process aligned with the PRISMA methodology. The findings highlight the application of soft sensors for the detection of lungs, prostate, bladder, breast, ovarian, colorectal, gastric cancers, and oral cavity conditions, using samples such as urine, exhaled breath, saliva, and blood. The discussion addresses comparative analyses of representation and decision-making techniques, as well as emerging trends, challenges, and research opportunities in the field. The study concludes that integrating soft metrology with soft sensors and machine learning enables the accurate measurement of cancer biomarkers from biological substances, achieving detection accuracies of approximately 90%. However, significant research challenges and opportunities related to system architecture optimization remain to enhance reliability.

Eliminación de complejos antibiótico-metal en aguas residuales mediante métodos electroquímicos: una revisión

Resumen La presencia de antibióticos y metales en aguas residuales provoca la modificación de genes con resistencia bacteriana (ARG). Se han encontrado concentraciones de ambas especies en decenas de µg/L en aguas residuales municipales, lo que promueve la formación de complejos antibiótico-metal, generando así compuestos más estables y peligrosos para el ecosistema que sus entes individuales. El objetivo de esta revisión fue analizar los complejos antibiótico-metal presentes en aguas residuales, sus propiedades fisicoquímicas y efectos toxicológicos, así como evaluar las técnicas electroquímicas utilizadas para su eliminación o recuperación y su integración con otros tratamientos. Para ello se realizó una revisión de la literatura existente en la temática en las principales bases de datos científicas, como Science Direct, Scopus, ACS Publications, PubMed y Web of Science, seleccionado los 111 trabajos más representativos. Los resultados mostraron que los métodos electroquímicos se presentan como una herramienta prometedora para el tratamiento eficiente de aguas contaminadas con estos complejos, ya que tienen la ventaja de lograr la degradación del antibiótico y la recuperación del metal, lo que no logran otros tratamientos convencionales. De los tratamientos revisados, se puede concluir que el método fotoelectrocatalítico resulta ser el más eficiente por mostrar altos porcentajes de degradación de los antibióticos en cortos tiempos de tratamiento. Esto se debe a la sinergia entre la acción de la luz en un ánodo semiconductor y la corriente eléctrica aplicada que provoca la generación de oxidantes fuertes.

Abstract The presence of antibiotics and metals in wastewater leads to alteration of antibiotic resistance genes (ARGs). Concentrations of both species have been detected in municipal wastewater in the range of tens of µg/L, promoting the formation of antibiotic-metal complexes. These complexes are more stable and hazardous to the ecosystem than their individual components. The objective of this review was to analyze antibiotic-metal complexes present in wastewater, their physicochemical properties, and toxicological effects, as well as to evaluate the electrochemical techniques used for their removal or recovery, and their integration with other treatment methods. A comprehensive literature review was conducted using major scientific databases such as Science Direct, Scopus, ACS Publications, PubMed, and Web of Science, selecting the 111 most representative studies. The results showed that electrochemical methods represent a promising tool for the efficient treatment of water contaminated with these complexes, as they offer the advantages of both antibiotic degradation and metal recovery, benefits not achieved by conventional treatments. Among the treatments reviewed, photoelectrocatalysis emerged as the most efficient method, showing high rates of antibiotic degradation within short treatment times. This efficiency is attributed to the synergy between light activation of a semiconductor anode and applied electric current, which leads to the generation of strong oxidizing agents.