DeustoTeka
DeustoTeka recoge la producción científica del personal docente e investigador de la Universidad de Deusto. Su propósito es reunir, archivar, preservar y aumentar la visibilidad en acceso abierto de los resultados de investigación.
Comunidades en DSpace
Selecciona una comunidad para explorar sus colecciones.
Envíos recientes
Propuestas de cambio del marco normativo en la Comunidad Autónoma Vasca
(Fundación para el Estudio del Derecho Histórico y Autonómico de Vasconia, FEDHAV, 2010) Larrazábal Basáñez, Santiago
Mi intervención en el Simposio, bajo el título Propuestas de cambio normativo en la Comunidad Autónoma Vasca parte de la situación política actual en Euskadi para, teniendo en cuenta su complejidad y la situación de bloqueo existente en lo referente a una posible reforma del Estatuto de Autonomía de Gernika, intentar sugerir vías que puedan permitir un mínimo consenso entre las distintas sensibilidades políticas que coexisten en Euskadi con el objetivo de, al menos, actualizar algunos contenidos del Estatuto de Autonomía de 1979 que necesitan cambios, dado el transcurso de treinta años desde que fue aprobado éste. La intervención se centra en proponer posibles caminos para lograr ese consenso mínimo para su reforma y apunta los temas que requieren una modificación urgente, sugiriendo tanto los cambios en lo relativo a la relación Estado-Comunidad Autónoma, como los retos de la organización interna de la Comunidad Autónoma en la vertebración del eje Instituciones Centrales-Territorios Históricos-Municipios.
Caracterización clínica, psicológica y neuropsicológica del síndrome CTNNB1
(Universidad de Deusto, 2026-06-22) Pallarès Sastre, Mercè; Amayra Caro, Imanol; García Martín, Maitane; Facultad de Ciencias de la Salud
El síndrome CTNNB1 es una enfermedad rara del neurodesarrollo causada por una variante patogénica de novo en el gen CTNNB1, el cual codifica la proteína β-catenina. Ésta es un componente esencial en la vía Wnt/β-catenina y tiene un rol esencial en el desarrollo del sistema nervioso central. El síndrome fue descubierto por primera vez en 2012 por de Ligt y colaboradores, y fue posteriormente descrito por Kuechler et al. (2015) como un síndrome heterogéneo caracterizado por discapacidad intelectual, retraso motor y en la adquisición de habilidades lingüísticas, microcefalia, alteraciones visuales, problemas de comportamiento y síntomas compatibles con el Trastorno del Espectro Autista. Sin embargo, la información relativa al fenotipo clínico, psicológico y neuropsicológico sigue muy limitada. La escasa literatura publicada hasta el momento que describe dichos síntomas cuenta con numerosas limitaciones que pueden sesgar los resultados, tales como un tamaño muestral muy reducido, falta de uso de instrumentos estandarizados, no incluir un grupo control, uso exclusivo de cuestionarios dirigidos a los progenitores y ausencia de una metodología longitudinal para estudiar la progresión del síndrome. Por tanto, esta tesis tiene como objetivo establecer de forma preliminar la caracterización clínica, psicológica y neuropsicológica del síndrome CTNNB1. La tesis incluye tres estudios empíricos. El primero es una revisión sistemática que examina la evidencia científica publicada en la literatura sobre los aspectos cognitivos y conductuales relacionados con el síndrome CTNNB1, específicamente de aquellos estudios que incluyen métodos estandarizados para realizar dicha evaluación. El segundo estudio aporta la creación e implementación de un protocolo de evaluación sobre aspectos clínicos, del desarrollo y psicológicos en pacientes españoles diagnosticados con el síndrome CTNNB1. Finalmente, el tercer estudio compara el funcionamiento cognitivo y adaptativo de pacientes con el síndrome estudiado con pacientes diagnosticados con enfermedades análogas más prevalentes, tales como el Trastorno del Espectro Autista o la Parálisis Cerebral. Este tercer artículo se centra en el estudio de dominios cognitivos verbales, no verbales y visuoespaciales, al igual que subdominios relacionados con el funcionamiento adaptativo. Los tres artículos aportan información específica sobre la trayectoria del neurodesarrollo y el perfil cognitivo del síndrome, al igual que también describe analogías y diferencias con enfermedades similares más prevalentes.
Human-centred machine learning for health and cognitive modelling
(Universidad de Deusto, 2026-06-19) Pikatza Huerga, Amaia; Almeida, Aitor; Zulaika Zurimendi, Unai
Machine learning is increasingly transforming research in healthcare, mental health, and cognitive science by enabling predictive and adaptive systems that support human decision-making. Yet the most accurate models often remain opaque, limiting their interpretability and trustworthiness in domains where transparency is essential. This doctoral research proposes a unified methodological framework for explainable and multimodal machine learning, validated across four representative contexts: prediction of hospital readmission in patients with heart failure (ReIC), prediction of readmission in patients with multiple chronic conditions (RePluris), prediction of eating disorder risk and recovery, and multimodal assessment of creativity from drawings and textual titles.
The framework combines data preprocessing, imbalance management, multimodal feature integration, and embedded explainability through SHapley Additive exPlanations (SHAP) and attention-based analyses. Each case study adapts this structure to its domain while maintaining methodological coherence. In cardiovascular and multimorbidity settings, ensemble models integrating clinical, functional, and psychosocial indicators achieved up to 30\% improvement in discrimination compared with traditional Cox and logistic regression baselines. In addition, they highlighted the prognostic value of frailty, anxiety, and depression. In the eating-disorder study, resilience and quality-of-life measures emerged as strong determinants of one-year outcomes, confirming that self-perception and adaptability are central to recovery prediction. The creativity assessment demonstrated that combining image and text embeddings provides complementary information: textual inputs enhanced sensitivity to originality, whereas visual features better captured elaboration and complexity.
Across all four domains, the integration of explainability within the modelling process produced systems that balance predictive precision with interpretability, enabling domain experts to trace and validate decision mechanisms. This thesis advances the methodological foundation of human-centred artificial intelligence by demonstrating that explicit incorporation of explainability enhances not only trust but also model performance. The resulting approach contributes to the development of transparent, adaptive, and ethically grounded predictive systems applicable to complex clinical, psychological, and cognitive contexts.
El actuar en lugar de otro y la responsabilidad penal de las personas jurídicas significado previo y posterior a la reforma del Código penal
(Wolters Kluwer España, 2013-01) Gil Nobajas, María Soledad
La introducción en el Código Penal español de la responsabilidad penal de las personas jurídicas, ha mantenido invariable la regla del actuar en lugar de otro del art. 31. Con carácter previo a la reforma, esta regla ha desempeñado una importante función para evitar indeseables lagunas de punición en determinados delitos especiales, debido a la tradicional irresponsabilidad penal de las personas jurídicas en Derecho Penal español. Teniendo en cuenta la indiscutible relación entre ambas previsiones legales, este artículo ofrece una revisión del papel que, antes y fundamentalmente tras la reforma, cumple el art. 31 CP, específicamente en los delitos especiales propios en los que la persona jurídica puede ser penalmente responsable.
Accuracy and precision of visual stimulus timing in psychopy: no timing errors in standard usage
(Public Library of Science, 2014-11-03) Garaizar, Pablo
; Vadillo, Miguel A
In a recent report published in PLoS ONE, we found that the performance of PsychoPy degraded with very short timing intervals, suggesting that it might not be perfectly suitable for experiments requiring the presentation of very brief stimuli. The present study aims to provide an updated performance assessment for the most recent version of PsychoPy (v1.80) under different hardware/software conditions. Overall, the results show that PsychoPy can achieve high levels of precision and accuracy in the presentation of brief visual stimuli. Although occasional timing errors were found in very demanding benchmarking tests, there is no reason to think that they can pose any problem for standard experiments developed by researchers.