Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Modelo de riesgo para recomendar frecuencia de mamogramas en mujeres

Por el equipo editorial de MedImaging en español
Actualizado el 15 Dec 2011
Print article
A pesar de que la mayoría de las mujeres ya se someten a mamogramas para ayudar a detectar el cáncer de mama, ha habido controversia significativa acerca de qué tan frecuentemente las mujeres deben ser controladas. Para ayudar a responder esa pregunta, los investigadores están desarrollando un modelo de riesgo personalizado para recomendar la frecuencia con que una mujer debe hacerse un mamograma con base en sus factores de riesgo únicos.

“Esto puede cambiar cómo proporcionamos el cuidado del seno”, dijo Jennifer Harvey, MD, profesora de radiología en la Escuela de Medicina de la Universidad de Virginia (UVA) (Charlottesville, EUA). “Las mujeres tendrán conocimiento personalizado para tomar decisiones acerca de realizarse los mamogramas”.

La Dra. Harvey y William Knaus, MD, profesor de ciencias de salud pública, fueron parte del equipo investigador que recibió recientemente una subvención por 5,5 millones de dólares de los Programas de Investigación Médica Dirigidos Congresionalmente por el Departamento de Defensa de los EE.UU para patrocinar la fase inicial de un estudio para desarrollar el modelo de riesgo.

Aunque las recomendaciones para las tamizaciones del cáncer de mama ahora son “una talla para todos” basadas durante mucho tiempo en la edad de una mujer, anotó el Dr. Harvey, el modelo nuevo de riesgo puede generar recomendaciones muy diferentes para mujeres de la misma edad. Las mujeres de bajo riesgo pueden ser aconsejadas para someterse a una tamización para cáncer de mama cada dos años, mientras que a las mujeres de riesgo más alto se les puede recomendar tener tamizaciones más frecuentes con equipo más sensible como la resonancia magnética (RM).

El modelo de riesgo combinará los datos médicos con la guía de las mujeres sobre cómo desean hacer sus exámenes de detección para el cáncer de mama. Los modelos de riesgo existentes están basados en una historia personal o familiar de cáncer de una mujer; el modelo de riesgo de la UVA adicionará la densidad del seno, la cual es uno de los indicadores del riesgo de cáncer de mama de una mujer.

Como parte del estudio, los Drs. Harvey y Knaus trabajarán con Martin Yaffe, MSc, PhD, un científico sénior del Centro de Ciencias de la Salud Sunnybrook (Toronto, Canadá), para determinar cuál de los dos métodos es mejor para medir rápidamente la densidad del seno usando mamogramas digitales.

Para completar el modelo de riesgo, una serie de encuestas telefónicas y grupos de enfoque recolectarán datos de las mujeres acerca de sus perspectivas sobre la los estudios de detección para el cáncer de mama. “Alguna mujeres tienen preocupaciones acerca de la exposición a la radiación de los mamogramas, mientras que otras mujeres pueden desear tomar un enfoque más agresivo para el cribado”, declaró el Dr. Knaus.

Los Drs. Harvey y Knaus planean gastar los próximos tres años desarrollando y corroborando el modelo de detección de la UVA antes de probarlo en un estudio en los Estados Unidos; si es exitoso, el modelo puede estar disponible para el uso diseminado en cinco a seis años.

Enlaces relacionados:

University of Virginia School of Medicine

Sunnybrook Health Sciences Center



X-Ray Illuminator
X-Ray Viewbox Illuminators
New
Mobile X-Ray Machine
MARS 15 / 30
New
Cylindrical Water Scanning System
SunSCAN 3D
40/80-Slice CT System
uCT 528

Print article

Canales

RM

ver canal
Imagen: una herramienta de inteligencia artificial ha demostrado ser muy prometedora para predecir la recaída del cáncer cerebral pediátrico (foto cortesía de 123RF)

Herramienta de IA predice recaída de cáncer cerebral pediátrico a partir de resonancias magnéticas cerebrales

Muchos gliomas pediátricos pueden tratarse únicamente con cirugía, pero las recaídas pueden ser devastadoras. Predecir qué pacientes tienen riesgo de recurrencia sigue... Más

Ultrasonido

ver canal
Imagen: la herramienta de ultrasonido pulmonar impulsada por IA superó a los expertos humanos en un 9 % en el diagnóstico de tuberculosis (Adobe Stock)

La ecografía pulmonar asistida por IA supera a expertos humanos en el diagnóstico de tuberculosis

A pesar de la disminución global de las tasas de tuberculosis (TB) en años anteriores, su incidencia aumentó un 4,6% entre 2020 y 2023. La detección temprana y el diagnóstico rápido son elementos esenciales... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.