Adriana Anchía-Alfaro

Adriana Anchía-Alfaro


Research Focus & Metrics

Academic Career Length

3Years (2024-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
Verified
Journal Article
Open access
PDF file
KCKevin José Cruz-Mora
Kevin José Cruz-Mora
CRCarolina Rojas-Chinchilla
Carolina Rojas-Chinchilla
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
DQDiego Quesada-Loría
Diego Quesada-Loría
JGJonathan Garcia
Jonathan Garcia
GHGeorgia Hanley-Vargas
Georgia Hanley-Vargas
Laboratory-acquired infections (LAIs) pose significant risks to laboratory personnel, public health, and the environment, despite the implementation of biosafety measures. This study provides a comprehensive analysis of global LAIs reported from 1974 to 2024, identifying trends, causes, and pathogen distributions to address gaps in biosafety knowledge. A systematic literature review was conducted using databases such as PubMed, Cochrane, Google Scholar, and the American Biological Safety Association (ABSA). A total of 234 studies meeting strict inclusion criteria were analyzed. Bacterial pathogens accounted for 58.6% of reported incidents, followed by viruses at 36.1%. Procedural errors and accidents were the predominant causes of LAIs, with Brucella spp. being the most frequently reported pathogen, primarily in China. Temporal trends indicated a decline in incidents coinciding with the implementation of international biosafety regulations. However, disparities in incident reporting and compliance remain evident across countries. This study underscores the urgent need for a global regulatory framework, mandatory biosafety audits, a centralized incident database, and standardized training for high-containment laboratory personnel. Enhancing global collaboration, transparency in research, and adherence to ethical standards will further reduce LAI risks and strengthen public health security worldwide.

14 February 2025 in Crónicas científicas
Verified
Journal Article
Closed access
JMJorge Martínez-Vásquez
Jorge Martínez-Vásquez
ACAshley Susana Cordero-Castillo
Ashley Susana Cordero-Castillo
DRDulce María Rodriguez-Nuñéz
Dulce María Rodriguez-Nuñéz
MSMaureen Sofía Solano-Muñoz
Maureen Sofía Solano-Muñoz
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
KCKevin José Cruz-Mora
Kevin José Cruz-Mora
El uso generalizado de dispositivos tecnológicos y redes sociales entre niños y adolescentes ha sustituido un estilo de vida activo y sociable por uno más sedentario, lo que conlleva diversas consecuencias negativas para su salud. La pandemia por COVID-19 exacerbó este problema al aumentar significativamente el tiempo frente a pantallas debido a las restricciones de movilidad y el cierre de escuelas. Un metaanálisis reveló un incremento del 52% en el tiempo frente a pantallas durante la pandemia, con un promedio diario de 246 minutos. Este aumento ha estado asociado con una serie de impactos adversos, como la reducción en la actividad física, el incremento del riesgo de obesidad, alteraciones en el sueño, y problemas de salud mental, incluyendo ansiedad y depresión. El uso excesivo de pantallas también se relaciona con trastornos del neurodesarrollo como el Trastorno por Déficit de Atención e Hiperactividad (TDAH) y el Trastorno del Espectro Autista (TEA), así como con una menor calidad en el desarrollo cognitivo y lingüístico. Además, el aumento del tiempo en internet ha incrementado la exposición a riesgos como el ciberacoso, el grooming y contenidos inapropiados, exacerbando problemas de salud mental. Este artículo subraya la importancia de revisar y comprender los efectos del uso de pantallas en la salud de los jóvenes y destaca la necesidad de que los profesionales de la salud promuevan un uso moderado y supervisado de estas tecnologías para mitigar sus efectos negativos.

28 May 2025 in Crónicas científicas
Verified
Journal Article
Closed access
RVRandall Alvarado Villalobos
Randall Alvarado Villalobos
YRYoselyn Delvó Rojas
Yoselyn Delvó Rojas
ACAshley Susana Cordero Castillo
Ashley Susana Cordero Castillo
KVKimberly Reyes Varela
Kimberly Reyes Varela
MVMegan Romero Valverde
Megan Romero Valverde
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
En los últimos años, las fracturas de cadera se han convertido en una de las principales causas de hospitalización en ortopedia, especialmente entre la población geriátrica. La causa más común de estas fracturas es la fragilidad ósea, que generalmente resulta de caídas desde la propia altura. La mortalidad en estos pacientes puede aumentar de 5 a 8 veces, en parte debido al riesgo de institucionalización asociado a la pérdida funcional. Además, solo el 50% de los pacientes que sobreviven logran recuperar su nivel de actividad cotidiana previo al evento. El objetivo principal para estos pacientes es evitar estos resultados adversos y prevenir un segundo incidente. Por ello, el modelo de atención para quienes sufren una fractura de cadera debe adoptar un enfoque multidimensional y multidisciplinario desde el primer contacto. Esto incluye una evaluación integral perioperatoria, centrada en el estado premórbido del paciente, su cognición y comorbilidades, lo que permite desarrollar un plan individualizado acorde a sus necesidades. Este modelo ha demostrado mejorar la calidad de vida, facilitar el retorno a la funcionalidad previa y, en consecuencia, reducir la mortalidad. Este artículo resalta la importancia del manejo integral brindado por el médico y el impacto que este tiene en la toma de decisiones para elegir el tratamiento más adecuado según las necesidades del paciente.

25 March 2026 in BioMedInformatics
Verified
Journal Article
Open access
PDF file
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
Sebastián Arguedas-ChacónSebastián Arguedas-Chacón
Sebastián Arguedas-Chacón
GHGeorgia Hanley-Vargas
Georgia Hanley-Vargas
SSSofía Suárez-Sánchez
Sofía Suárez-Sánchez
LALuis Andrés Aguilar-Castro
Luis Andrés Aguilar-Castro
KCKevin José Cruz-Mora
Kevin José Cruz-Mora
Background/Objectives: AI-based tools for chest radiograph interpretation are increasingly used as decision-support systems, yet their performance must be validated in local clinical environments before deployment. This study evaluated the diagnostic performance of qXR (Qure.ai, v3.2) for detecting pulmonary nodules, cardiomegaly, and pleural effusion in adult patients at Hospital Clínica Bíblica, San José, Costa Rica. Methods: Three radiologists independently interpreted 225 chest radiographs, providing the reference standard. qXR outputs were compared against radiologist assessments for each finding. The sensitivity, specificity, Cohen’s kappa, and area under the ROC curve (AUC) were calculated. Due to the convenience-stratified sampling design, predictive values were not used for clinical interpretation. Results: For pulmonary nodules, qXR achieved a sensitivity of 0.71, specificity of 0.90, Cohen’s kappa of 0.51, and AUC of 0.80. For pleural effusion, sensitivity and specificity were both 0.86, with a kappa of 0.63 and AUC of 0.86. Cardiomegaly showed the lowest agreement, with a sensitivity of 0.64, specificity of 0.91, kappa of 0.57, and AUC of 0.77. Conclusions: qXR demonstrated moderate diagnostic agreement with radiologist assessments for pulmonary nodules and pleural effusion, and lower agreement for cardiomegaly under local imaging conditions. These results reflect technical concordance between the AI system and individual radiologists and do not constitute evidence of clinical utility or real-world impact. Context-specific validation is essential prior to integrating AI tools into routine radiological workflows.

14 February 2025 in Crónicas científicas
Verified
Journal Article
Closed access
JMJorge Martínez-Vásquez
Jorge Martínez-Vásquez
YDYoselyn Delvó-Rojas
Yoselyn Delvó-Rojas
KHKerrie Hages-Edwards
Kerrie Hages-Edwards
RPRaquel Pineda-Arias
Raquel Pineda-Arias
FRFelipe Ruiz-Barboza
Felipe Ruiz-Barboza
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
El vapeo ha emergido como una tendencia prevalente entre los adolescentes, asociados con efectos adversos para la salud. Desde el 2011, se ha observado un aumento significativo en su uso, lo que genera problemas en la salud pública. El consumo sin medida de estos cigarrillos electrónicos suele ocasionar daños significativos a nivel pulmonar, neurológico, cognitivo y cardiovascular; destacando la presencia de las lesiones pulmonares asociadas al uso de cigarrillos electrónicos (EVALI). No obstante, al ser una práctica tan reciente, aún no ha sido ampliamente investigada, situación que destaca la necesidad imperiosa de su estudio y de implementar políticas de regulación más rigurosa, esto debido a la interacción existente entre el consumo de nicotina y el neurodesarrollo de los adolescentes.

7 January 2026 in Preprints.org
Verified
Preprint
Open access
PDF file
AAAdriana Anchía-Alfaro
Adriana Anchía-Alfaro
Sebastián Arguedas-ChacónSebastián Arguedas-Chacón
Sebastián Arguedas-Chacón
GHGeorgia Hanley-Vargas
Georgia Hanley-Vargas
SSSofía Suárez-Sánchez
Sofía Suárez-Sánchez
LALuis Andrés Aguilar-Castro
Luis Andrés Aguilar-Castro
KCKevin José Cruz-Mora
Kevin José Cruz-Mora
Background/Objectives: Artificial intelligence (AI) tools for chest X-ray interpretation have gained relevance as support systems in diagnostic workflows, particularly in settings with high demand or limited specialist availability. This study evaluated the diagnostic performance of the qXR software (Qure.ai) for detecting high-risk pulmonary nodules, cardiomegaly, and pleural effusion in adult patients at Hospital Clínica Bíblica in San José, Costa Rica. Methods: Three radiologists independently interpreted 225 chest radiographs, serving as the reference standard. qXR results were compared against this standard for each finding. Sensitivity, specificity, Cohen’s kappa, and area under the curve (AUC) were calculated. Predictive values were not used for interpretation due to the artificial prevalence of the sample. Results: qXR showed higher agreement with radiologist assessments for pulmonary nodules and pleural effusion, achieving moderate to substantial concordance. Performance for cardiomegaly was more variable, with lower agreement across evaluators. Overall diagnostic accuracy was acceptable, although the magnitude differed by condition. Conclusions: These findings underscore the importance of validating AI diagnostic tools within local clinical environments and heterogeneous imaging conditions. qXR demonstrated potential as a complementary aid for detecting pulmonary nodules and pleural effusion, while its performance for cardiomegaly should be interpreted with caution. The study does not provide evidence of real-world clinical impact.