Percy Huata Panca

Percy Huata Panca

Auto-generated profile, based on publicly available information

Percy Huata Panca

Universidad Nacional del Altiplano, Puno – Perú

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
26 April 2024 in Revista de Gestão Social e Ambiental
Verified
Journal Article
Open access
PDF file
GQGerman Quille-Calizaya
German Quille-Calizaya
JMJUAN INQUILLA MAMANI
JUAN INQUILLA MAMANI
JTJORGE APAZA TICONA
JORGE APAZA TICONA
ACAlejandro Coloma-Paxi
Alejandro Coloma-Paxi
EFEmilio Flores-Mamani
Emilio Flores-Mamani
Julian Apaza-ChinoJulian Apaza-Chino
Julian Apaza-Chino
Objective: To determine the chemical composition of three genotypes of wild isaño, identify bioactive components and antioxidant capacity. Theoretical Framework: The theoretical approach focuses on exploring the nutritional and medicinal properties of T. tuberosum ssp. Silvestre Sparre (Wild Isaño), an annual herbaceous plant that grows in the Andes of South America. It has different culinary and medicinal applications. The high nutrient content such as proteins, carbohydrates, minerals, and bioactive compounds in T. tuberosum ssp. are related to health benefits such as anti-inflammatory, antioxidant, and potential anticancer properties. The presence of phenolic compounds is linked to healing and antioxidant properties, suggesting its potential use in modern medicine as a natural alternative. Methodology: AOAC methods (proximate analysis), UV/V spectrophotometry (iron, total anthocyanins, total phenolics, total flavonoids, and antioxidant activity) and high-performance liquid chromatography (vitamin A and C, amino acids, tannins) were used. Results: The three wild isaño genotypes contained significant amounts of protein (7.14 ± 0.02 to 9.15 ± 0.02 g/100g DW), fiber (5.53 ± 0.15 to 6.42 ± 0.02 g/100g DW), minerals (calcium 34.77 ± 0.03 to 45.14 ± 0.03 mg/100g DW, phosphorus 134.63 ± 0.03 to 164.22 ± 0. 03 mg/100g DW, iron 7.26 ± 0.06 to 7.47 ± 0.15 mg/100g DW, potassium 1695.55 ± 0.04 to 1797.52 ± 0.05 mg/100g DW), vitamins, amino acids (14 amino acids) and bioactive components such as total phenolics, total anthocyanins, total flavonoids, tannins and antioxidant activity. There are significant differences in bioactive components between genotypes of wild isaño. The wild purple genotype contains high content of total anthocyanins and antioxidant activity.

1 January 2026
Verified
Book Chapter
Open access
PDF file
⁠M⁠⁠gOdofredo Quispe Mamani
⁠⁠gOdofredo Quispe Mamani
PPPercy Huata Panca
Percy Huata Panca
FVFredy Heric Villasante-Saravia
Fredy Heric Villasante-Saravia
EVedgar eloy carpio vargas
edgar eloy carpio vargas
RARemo Choquejahua Acero
Remo Choquejahua Acero
HQHugo Yosef Gomez Quispe
Hugo Yosef Gomez Quispe
Introducción: La memoria operativa es un sistema cognitivo crucial para el procesamiento de información, estrechamente ligado a las oscilaciones neuronales en la banda alfa. Tradicionalmente asociada al reposo, la actividad alfa ha demostrado modular activamente el procesamiento cognitivo, actuando como un mecanismo de inhibición funcional y regulando el flujo de información relevante Objetivo: Cuantificar y comparar el tamaño del efecto de las alteraciones en la potencia espectral alfa durante la ejecución de diversas tareas de memoria operativa, con el fin de identificar patrones consistentes y evaluar la robustez de este biomarcador neurofisiológico. Metodología: Se empleó un diseño experimental intrasujeto con medidas repetidas en una muestra de 30 a 40 adultos jóvenes. Se utilizaron tareas de memoria operativa (n-back, span, visuoespacial) con diferentes niveles de carga cognitiva. La actividad cerebral se registró mediante Electroencefalografía (EEG) con un sistema multicanal de 64 electrodos. La potencia espectral en la banda alfa (8-12 Hz) fue estimada y el tamaño del efecto se calculó utilizando la d de Cohen para muestras relacionadas. Resultados: Se observaron diferencias sustanciales en la modulación de la potencia alfa, con mayores tamaños del efecto en tareas de alta carga cognitiva (n-back). La potencia alfa disminuyó en condiciones de alta carga, especialmente en regiones fronto-parietales. Conclusión: La modulación de la potencia espectral alfa es un marcador sensible de los procesos de memoria operativa, variando en función de la carga cognitiva y el tipo de tarea.

1 January 2026
Verified
Book Chapter
Closed access
GMGodofredo Quispe Mamani
Godofredo Quispe Mamani
PPPercy Huata Panca
Percy Huata Panca
STSonia Yaneth Tipula Ticona
Sonia Yaneth Tipula Ticona
YSYudy Huacani Sucasaca
Yudy Huacani Sucasaca
RARemo Choquejahua Acero
Remo Choquejahua Acero
RFRobert Antonio Romero Flores
Robert Antonio Romero Flores
Introducción: La visión computacional constituye una de las áreas más influyentes de la inteligencia artificial contemporánea, porque permite que los sistemas informáticos procesen imágenes y videos para extraer información útil, reconocer patrones, detectar objetos, segmentar regiones y apoyar decisiones. Objetivo: Analizar la visión computacional como una herramienta informática para el procesamiento, análisis e interpretación de datos visuales. Metodología: Se realizó una revisión documental de carácter descriptivo y analítico. La selección bibliográfica incluyó publicaciones académicas fundacionales y revisiones reconocidas sobre aprendizaje profundo, redes convolucionales, conjuntos de datos visuales, clasificación de imágenes, detección de objetos, segmentación semántica, segmentación de instancias, visión computacional médica y transformadores visuales. Resultados: La revisión evidencia que la visión computacional opera como un proceso de lectura automatizada de datos visuales. Los principales avances se relacionan con ImageNet, AlexNet, VGG, Inception, ResNet, FCN, U-Net, R-CNN, Fast R-CNN, Faster R-CNN, YOLO, Mask R-CNN, EfficientNet y Vision Transformer. Conclusión: La visión computacional es una disciplina estratégica para analizar información visual en contextos de alta complejidad.

1 January 2026
Verified
Book Chapter
Open access
PDF file
GMGodofredo Quispe Mamani
Godofredo Quispe Mamani
PPPercy Huata Panca
Percy Huata Panca
TRTeresa Paola Alvarez Rozas
Teresa Paola Alvarez Rozas
RMRenan Abelardo Palli Mamani
Renan Abelardo Palli Mamani
HQHugo Yosef Gomez Quispe
Hugo Yosef Gomez Quispe
YSYudy Huacani Sucasaca
Yudy Huacani Sucasaca
Introducción: La deserción escolar constituye un problema complejo que afecta el desarrollo educativo y social, siendo el resultado de múltiples factores interrelacionados. En este contexto, el uso de técnicas analíticas avanzadas permite mejorar su comprensión y predicción temprana. Objetivo: Analizar la eficacia del análisis estadístico multivariado y de los modelos de machine learning en la detección temprana del riesgo de deserción escolar. Métodos: Se desarrolló un estudio cuantitativo de tipo predictivo, utilizando una base de datos de estudiantes que incluyó variables académicas, conductuales y sociodemográficas. Se aplicó regresión logística para el análisis estadístico multivariado y modelos de machine learning (árbol de decisión, Random Forest y SVM). El desempeño de los modelos fue evaluado mediante métricas de clasificación y curva ROC. Resultados: El rendimiento académico y la asistencia se identificaron como los principales predictores del riesgo de deserción. El modelo Random Forest presentó el mejor desempeño, con mayor exactitud y capacidad discriminativa (AUC = 0.91), superando a los demás modelos evaluados. Discusión: Los resultados confirman la relevancia de los factores académicos en la deserción escolar y evidencian la superioridad de los modelos de ensamble en la predicción de fenómenos complejos. Asimismo, se destaca la importancia de integrar enfoques estadísticos y computacionales para mejorar tanto la precisión como la interpretabilidad. Conclusión: La combinación de análisis estadístico multivariado y técnicas de machine learning constituye una estrategia eficaz para la detección temprana del riesgo de deserción escolar.

7 October 2026 in Nutrición Clínica y Dietética Hospitalaria
Verified
Journal Article
Closed access
FVFredy Heric Villasante-Saravia
Fredy Heric Villasante-Saravia
TRTeresa Paola Alvarez Rozas
Teresa Paola Alvarez Rozas
RLRocio Cahuana Lipa
Rocio Cahuana Lipa
PPPercy Huata Panca
Percy Huata Panca
MVMilagros Yesenia Pacheco Vizcarra
Milagros Yesenia Pacheco Vizcarra
JMJulio César Machaca Mamani
Julio César Machaca Mamani
Introducción: Las enfermedades crónicas no transmisibles constituyen un importante problema de salud pública, cuya prevención requiere detección oportuna de factores de riesgo nutricionales. Objetivo: Analizar la distribución de los indicadores relacionados con los factores de riesgo nutricionales, el tamizaje de glucosa y la evaluación de la presión arterial en las microredes de la Red de Salud Puno durante el primer trimestre de 2026. Metodología: Se realizó un estudio de enfoque cuantitativo, de tipo aplicado, con diseño observacional, no experimental, de corte transversal y alcance descriptivo-comparativo. La unidad de análisis estuvo conformada por los indicadores de las siete microredes de la Red de Salud Puno correspondientes al período enero-marzo de 2026. Se empleó estadística descriptiva mediante frecuencias absolutas y porcentajes. Resultados: Se identificaron 2,095 personas con factores de riesgo nutricional, de las cuales 1,160 presentaron sobrepeso y 935 obesidad. Las microredes Simón Bolívar (21.0%), José Antonio Encinas (20.2%) y Metropolitano (19.0%) concentraron la mayor proporción de casos. Asimismo, se realizaron 4,139 tamizajes de glucosa, detectándose 1,668 personas (40.3%) con glucosa alterada o probable diabetes, mientras que de las 2,568 evaluaciones de presión arterial efectuadas, 133 personas (5.2%) presentaron presión arterial elevada o anormal. La microred Metropolitano registró el mayor número de tamizajes y de casos con alteraciones metabólicas. Conclusiones: Las microredes urbanas presentan la mayor carga de factores de riesgo nutricionales y metabólicos en la Red de Salud Puno. Se requiere fortalecer el tamizaje oportuno y las intervenciones preventivas para reducir la progresión de las enfermedades crónicas no transmisibles.

1 January 2026
Verified
Book Chapter
Open access
PDF file
GMGodofredo Quispe Mamani
Godofredo Quispe Mamani
PPPercy Huata Panca
Percy Huata Panca
STSonia Yaneth Tipula Ticona
Sonia Yaneth Tipula Ticona
YSYudy Huacani Sucasaca
Yudy Huacani Sucasaca
RARemo Choquejahua Acero
Remo Choquejahua Acero
RFRobert Antonio Romero Flores
Robert Antonio Romero Flores
Introducción: La enfermedad de Alzheimer representa la causa más frecuente de demencia a nivel mundial, afectando a más de 55 millones de personas y proyectándose a duplicar esta cifra en las próximas dos décadas. Su impacto no se limita al deterioro cognitivo progresivo del paciente, sino que se extiende a las familias, los sistemas de salud y la economía global.. Objetivo: Comparar el rendimiento diagnóstico de seis modelos de procesamiento de señales mediante el área bajo la curva ROC (AUC-ROC) para la detección temprana del Alzheimer y del deterioro cognitivo leve amnésico. Metodología: Se analizaron datos de 180 participantes distribuidos equitativamente entre tres grupos diagnósticos, obtenidos de la base pública ADNI-3. Se evaluaron modelos CNN, LSTM, SVM-RBF, Random Forest, Regresión Logística y KNN, entrenados con vectores de conectividad funcional derivados de rs-fMRI y reducidos mediante análisis de componentes principales. Resultados: La CNN alcanzó el mayor AUC-ROC (0.94) para la distinción Alzheimer vs. control, seguida por LSTM (0.91) y SVM-RBF (0.89). Para la detección del deterioro cognitivo leve, el rendimiento fue moderado en todos los modelos, con valores entre 0.64 y 0.83, reflejando la mayor complejidad diagnóstica de este estadio. Conclusión: Los modelos de aprendizaje profundo, especialmente CNN y LSTM, superan consistentemente a los métodos clásicos en la detección temprana del Alzheimer.