Un hombre, Tafur, está en prisión. Trata de reconstruir su vida a través de sus memorias para llegar a entender qué lo llevó a cometer un cruel asesinato. Con una prosa que cautiva desde el comienzo, Mario Mendoza sumerge al lector en la ambivalente vida de un individuo que busca liberarse de sus obsesiones. Una extraña enfermedad que aqueja a Tafur desde pequeño ha hecho que se mueva entre los extremos: una vida tranquila que lo lleva a tener horribles visiones y una vida entre los marginados que le procura tranquilidad. Viajando de un extremo a otro transcurren sus días, hasta que logra encontrar un frágil equilibrio entre los dos mundos. Relato de un asesino, la tercera novela de Mario Mendoza, nos presenta un alucinante recorrido por el alma de un hombre, al tiempo que nos obliga a una desesperanzada y lúcida travesía por Bogotá y todas las ciudades que en ella conviven.

Objetivo. La predicción patológica del cáncer de próstata puede realizarse prediciendo la metástasis prostática del paciente antes de la cirugía basándose en la información de la biopsia. Dado que las variables de la biopsia asociadas a la patología presentan incertidumbre respecto a las diferencias individuales de cada paciente, es necesario un método de clasificación en función de estas variables. Método. Proponemos un multiclasificador basado en redes de creencia profunda y Dempster-Shafer- (DBN-DS-) para la predicción patológica del cáncer de próstata. El DBN-DS aprende información de las variables antígeno prostático específico (PSA), puntuación de Gleason y estadio clínico T utilizando tres DBNs. La incertidumbre con respecto al resultado predicho se eliminó de la DBN y se combinó con la información de DS para tomar una decisión correcta. Resultados. El nuevo método se validó con datos patológicos de 6.342 pacientes con cáncer de próstata. Los estadios patológicos consistían en enfermedad órgano-confinada (EOC; 3.892 pacientes) y enfermedad no órgano-confinada (ENO; 2.453 pacientes). Los resultados mostraron que la precisión de la DBN-DS propuesta era del 81,27%, superior al 64,14% de la tabla de Partin. Conclusiones. La DBN-DS propuesta es más eficaz que otros métodos para predecir el estadio patológico. El rendimiento es alto debido a la combinación lineal que utiliza los resultados de las características relacionadas con la patología. El método propuesto puede ser eficaz en el apoyo a la toma de decisiones para el tratamiento del cáncer de próstata.