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.

Please note that the MedImaging website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Las tomografías computarizadas rutinarias pueden identificar a personas en riesgo de diabetes tipo 2

Por el equipo editorial de MedImaging en español
Actualizado el 15 Aug 2024
Print article
Imagen: El análisis automatizado de TC multiorgánico identificó a personas con alto riesgo de diabetes y afecciones asociadas (foto cortesía de Shutterstock)
Imagen: El análisis automatizado de TC multiorgánico identificó a personas con alto riesgo de diabetes y afecciones asociadas (foto cortesía de Shutterstock)

La creciente prevalencia de la diabetes y sus complicaciones ha generado la necesidad de explorar métodos diagnósticos avanzados que puedan mejorar la detección temprana y la evaluación del riesgo. Ahora, un nuevo estudio ha demostrado cómo las tomografías computarizadas (TC), que se utilizan habitualmente para cribados de salud, también pueden emplearse para identificar a individuos en riesgo de desarrollar diabetes tipo 2. Este concepto, conocido como imagenología oportunista, aprovecha los datos de imagen rutinarios para obtener información sobre la salud general de un paciente, aumentando el valor de las tomografías más allá de su uso tradicional.

En este estudio realizado en la Facultad de Medicina de la Universidad Sungkyunkwan (Seúl, Corea del Sur), los investigadores evaluaron el poder predictivo de los marcadores automatizados derivados de TC para la diabetes y sus afecciones relacionadas. La cohorte estuvo compuesta por 32.166 adultos, de 25 años o más, que se sometieron a exámenes de salud que incluyeron exploraciones PET/TC con 18F-fluorodesoxiglucosa (18F-FDG). Se emplearon algoritmos avanzados de aprendizaje profundo para realizar la segmentación 3D y la cuantificación de diversas características anatómicas, como la grasa visceral, la grasa subcutánea, la masa muscular, la densidad del hígado y el calcio aórtico a partir de las imágenes de TC. Al inicio del estudio, el el 6 % de los participantes vivían con diabetes y, durante un período de seguimiento medio de 7,3 años, el 9 % desarrolló la enfermedad.

Los hallazgos del estudio, publicado en la revista Radiology, revelaron que las tomografías computarizadas pueden identificar de manera efectiva a personas con riesgo elevado de diabetes y problemas de salud relacionados. Entre los marcadores derivados de la TC, la medición de la grasa visceral fue particularmente eficaz para predecir la probabilidad de desarrollar diabetes. Cuando este marcador se analizó junto con otros (área muscular, fracción de grasa hepática y calcificación aórtica), la precisión predictiva aumentó aún más. Los indicadores basados en TC también demostraron ser más eficaces que los factores de riesgo tradicionales para predecir afecciones asociadas con la diabetes, como el hígado graso identificado mediante ecografía, puntuaciones de calcio en las arterias coronarias superiores a 100, osteoporosis y sarcopenia. Estos conocimientos sugieren que los marcadores derivados de la TC podrían perfeccionar significativamente los enfoques tradicionales utilizados en la detección de diabetes y la estratificación del riesgo, ofreciendo una herramienta de evaluación más completa en entornos clínicos.

“Los resultados son alentadores ya que demuestran el potencial de ampliar el papel de la imagenología por TC, pasando del diagnóstico convencional de enfermedades al cribado proactivo oportunista. Este análisis de TC automatizado mejora la predicción de riesgos y las estrategias de intervención temprana para la diabetes y problemas de salud relacionados”, afirmó el autor principal del estudio, Seungho Ryu, MD, Ph.D., del Hospital Kangbuk Samsung de la Facultad de Medicina de la Universidad Sungkyunkwan. "Al integrar estas técnicas de imagen avanzadas en los cribados de salud oportunistas, los clínicos pueden identificar a individuos con alto riesgo de diabetes y sus complicaciones de manera más precisa y temprana que con el enfoque actual. Esto podría conducir a intervenciones más personalizadas y oportunas, mejorando en última instancia los resultados para los pacientes”.

Enlaces relacionados:
Facultad de Medicina de la Universidad Sungkyunkwan

New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Fixed X-Ray System (RAD)
Allengers 325 - 525
Fetal Monitor
Avante Compact II
New
Ultra-Flat DR Detector
meX+1717SCC

Print article
Radcal

Canales

RM

ver canal
Imagen: Un nuevo paradigma en la planificación de la radioterapia tiene como objetivo mejorar los resultados del tratamiento para niños con tumores cerebrales (foto de 123RF)

Software de IA utiliza imágenes por RM para segmentar automáticamente estructuras cerebrales clave

Los avances en radioterapia han dado lugar a importantes innovaciones en el tratamiento de tumores cerebrales en niños, centrándose en la precisión para minimizar el daño al tejido cerebral sano circundante.... Más

Ultrasonido

ver canal
Imagen: Ejemplo de una ecografía convencional B-scan que muestra una lesión mamaria sospechosa (imagen de la izquierda) y con el nuevo análisis H-scan que muestra la masa posiblemente maligna en color (imagen de la derecha) (foto cortesía de Jihye Baek)

Nuevas tecnologías de ultrasonidos mejoran el diagnóstico del cáncer, enfermedades hepáticas y otras patologías

Varias enfermedades, incluidos algunos tipos de cáncer, pueden permanecer ocultas o ser difíciles de detectar mediante técnicas tradicionales de imagen médica.... Más

Medicina Nuclear

ver canal
Imagen: Un nuevo biomarcador facilita la distinción entre Alzheimer y la tauopatía primaria (foto cortesía de Shutterstock)

Algoritmo diagnóstico distingue entre Alzheimer y tauopatía primaria utilizando la PET

Los pacientes a menudo llegan a hospitales universitarios con enfermedades tan raras y específicas que apenas son reconocidas por los médicos en práctica Un ejemplo notable son las tauopatías primarias... 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

Industria

ver canal
Imagen: SONASes un dispositivo de ultrasonido portátil alimentado por batería para la evaluación no invasiva de la perfusión cerebral (foto cortesía de BURL Concepts)

Una colaboración innovadora mejorará la detección del accidente cerebrovascular isquémico

La evaluación del ictus isquémico se ha visto obstaculizada durante mucho tiempo por las limitaciones de las técnicas de diagnóstico por imagen tradicionales, como la tomografía... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.