Un posible avance para mejorar el diagnóstico de la ELA

por | May 19, 2020 | Investigación

Uno de los primeros problemas a los que se enfrenta un enfermo de ELA es a la gran incertidumbre que hay desde la aparición de los primeros síntomas hasta que se produce el diagnóstico. Se estima que el tiempo medio de diagnóstico se prolonga durante un año. En una enfermedad que avanza al ritmo de la ELA, ese tiempo es muy importante.

¿Por qué es tan largo el proceso de diagnóstico? Esencialmente porque es una enfermedad muy diversa. Ya desde su comienzo, los síntomas son muy variados entre los diferentes pacientes. Además, son síntomas que pueden deberse a otra serie de enfermedades, así que ninguno de ellos es definitivo. Y no hay biomarcadores que hayan demostrado ser suficientemente aptos para esta labor. No es una enfermedad donde se vea en un análisis de sangre que los niveles de algún compuesto están aumentados o disminuidos. Es una enfermedad en la que es tan importante el identificar los síntomas como descartar que no se producen por otras patologías.

En medio de este panorama, los avances que se hacen para encontrar herramientas de diagnóstico son muy importantes. Cuantos más indicadores específicos puedan encontrarse, más cortos se harán los tiempos de diagnóstico. Esto permitiría poder iniciar los cuidados y tratamientos del paciente lo antes posible. Esto debería mejorar la calidad de vida de los enfermos.

En una reciente publicación, un grupo dirigido desde la Universidad Médica de Fujian propone un método de análisis de imagen para diagnosticar la ELA. En el sistema que han ideado usan imágenes tomadas con tensores de difusión (ITD) que analizan con máquinas de soporte vectorial.

La técnica ITD se basa en la resonancia magnética y permite observar muy detalladamente la materia blanca y la microestructura del tejido. Los algoritmos de las máquinas de soporte vectorial permiten una clasificación de las imágenes. Permite separar los datos en diferentes categorías de manera muy eficiente.

En este estudio, combinaron estas técnicas y analizaron muestras de 22 enfermos de ELA y 26 individuos control. Lo que pudieron observar fue que había una serie de diferencias en las imágenes de ambos grupos. Según sus datos, podían hacer clasificaciones con una precisión del 83.3%.

Si se pueden diferenciar las imágenes en grupos con ELA o sin ELA, podría decirse que ya tenemos el sistema de diagnóstico listo. Pero lamentablemente no es tan simple. Hay que profundizar más en este estudio. Para empezar, habría que ver si los resultados son tan buenos con grupos más grandes. Además, un posible problema puede ser que no se puedan distinguir entre las imágenes de distintas enfermedades neuronales. Pero este proyecto ha sido una buena muestra de que el análisis de imágenes puede suponer una herramienta muy potente para el diagnóstico de la ELA y otras patologías neuronales.

0 comentarios

Descargar materiales

Contacto de prensa

Daniel González Pérez 
Responsable de Marketing, Comunicación y Digital
(+34) 91 447 56 77 / 659 906 792
comunicacion@ffluzon.org

Lorenzo Herrera Sánchez
Responsable de Captación de Fondos y Prensa
(+34) 91 447 56 77 / 659 906 792
colabora@ffluzon.org

Recursos Gráficos

Recursos Audiovisuales