Manuel Luis Chilca-Alva

Manuel Luis Chilca-Alva

Auto-generated profile, based on publicly available information

Manuel Luis Chilca-Alva

Facultad de Medicina - Universidad Nacional Mayor de San Marcos. Lima, Perú

Research Focus & Metrics

Academic Career Length

10Years (2017-Present)

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

Representative Publications

View All Publications
10 April 2017 in Propósitos y Representaciones
Verified
Journal Article
Open access
PDF file
MAManuel L. Chilca Alva
Manuel L. Chilca Alva
Autoestima, hábitos de estudio y rendimiento académico en estudiantes universitarios

3 February 2023 in Revista Colombiana de Cirugía
Verified
Journal Article
Open access
PDF file
HPHernán Daniel Pinares-Carrillo
Hernán Daniel Pinares-Carrillo
DODavid Ortega-Checa
David Ortega-Checa
KVKarla Vergel-Ramírez
Karla Vergel-Ramírez
MCManuel Luis Chilca-Alva
Manuel Luis Chilca-Alva
MNManuel Núñez-Vergara
Manuel Núñez-Vergara
Introducción. La fuga anastomótica es la complicación más grave del tratamiento quirúrgico del cáncer de colon por su alta morbimortalidad. El diagnóstico evidente, manifestado por la salida de contenido intestinal por drenajes o la herida quirúrgica, ocurre tardíamente (entre el 6º y 8º día). El objetivo de este trabajo fue estudiar la variación de los valores de la proteína C reactiva postoperatoria para hacer un diagnóstico precoz. Métodos. Estudio observacional, analítico, retrospectivo, de una cohorte de pacientes con neoplasia, en quienes se realizó cirugía oncológica con anastomosis intestinal, entre enero de 2019 y diciembre de 2021. Se midieron los valores en sangre de proteína C reactiva postoperatoria (1°, 3° y 5° días). Resultados. Se compararon 225 casos operados que no presentaron fuga con 45 casos con fuga. En los casos sin fuga, el valor de proteína C reactiva al 3º día fue de 148 mg/l y al 5º día de 71 mg/l, mientras en los casos con fuga, los valores fueron de 228,24 mg/l y 228,04 mg/l, respectivamente (p<0,05). Para un valor de 197 mg/l al 3º día la sensibilidad fue de 77 % y para un valor de 120 mg/l al 5º día la sensibilidad fue de 84 %. Conclusión. El mejor resultado de proteína C reactiva postoperatoria para detectar precozmente la fuga anastomótica se observó al 5º día. El valor de 127 mg/l tuvo la mejor sensibilidad, especificidad y valor predictivo negativo, lo cual permitiría el diagnóstico temprano y manejo oportuno de esta complicación.

20 September 2023 in Revista Médica Herediana
Verified
Journal Article
Open access
PDF file
SLSara León
Sara León
MNManuel Núñez
Manuel Núñez
MCManuel Chilca
Manuel Chilca
Objetivo: Determinar la relación entre sobrecompromiso y síntomas somáticos en enfermeras de un hospital de II nivel en Perú. Material y métodos: Investigación observacional, transversal y correlacional, con una muestra probabilística de 106 enfermeras. Se aplicó el Cuestionario de Siegrist y Meter para medir sobrecompromiso y desequilibrio esfuerzo recompensa, y el Cuestionario de Salud (PHQ15) para síntomas somáticos. Se construyó un modelo de regresión logística, considerando variables sociodemográficas y laborales. Resultados: En las enfermeras que presentaron síntomas somáticos moderados-graves, el 68,3% tuvo un nivel de sobrecompromiso alto. El modelo de regresión mostró que sobrecompromiso (OR = 6,25, p < 0,01), tiempo laboral (OR = 0,74, p < 0,01) y la condición de personal (nombrado o contratado, OR = 49,20, p < 0,01) influyeron en el nivel de síntomas somáticos. El modelo discriminó correctamente el 79% (IC 95%: 0,70 – 0,88) de los casos con síntomas somáticos, siendo el valor 0,43, el que se usò para la clasificaciòn en leve-mìnimo y moderado-grave con una sensibilidad de 73% y especificidad del 74%. Conclusión: Se corroboró una relación significativa entre sobrecompromiso y síntomas somáticos, con un modelo predictivo que logró un nivel elevado de discriminación para identificar personal de enfermería en riesgo.

16 January 2026 in Anales de la Facultad de Medicina
Verified
Journal Article
Open access
MCManuel Luis Chilca-Alva
Manuel Luis Chilca-Alva
MVManuel Núñez Vergara
Manuel Núñez Vergara
JMJorge Eduardo De la Cruz Mozombite
Jorge Eduardo De la Cruz Mozombite
Alex de la Cruz HuayanayAlex de la Cruz Huayanay
Alex de la Cruz Huayanay
Introduction. The global shortage of physicians represents a major public health challenge, with significant disparities in Peru. Objective. To determine the machine learning model that identifies the factors associated with physicians working in remote areas, defined as remote or border zones (ZAF) by the Peruvian government. Method. A quantitative, non-experimental, cross-sectional, and correlational study was conducted. A population of 10,228 primary care physicians was analyzed using the INFORHUS database of the Peruvian Ministry of Health as of July 2022. Four machine learning techniques were applied, and their performance was evaluated using the F1-Score, Matthews correlation coefficient (MCC), and geometric mean (GM) metrics to address data imbalances. Results. The Random Forest model proved to be the most effective. The most relevant variables, with the highest percentage of association with medical professionals working in remote areas, were remuneration (40.6%), age (25.6%), whether the contract type was SERUMS (14.2%), and sex (5.2%). Conclusions. The Random Forest model identified the factors associated with physicians working in remote areas (ZAF) in Peru, highlighting the predominance of economic and personal factors. This finding provides evidence to inform policies aimed at improving the distribution of physicians in Peru.