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

Deascargar La Aplicación Móvil





Prueba basada en tecnología infrarroja puede predecir la COVID-19 severa con rapidez

Por el equipo editorial de HospiMedica en español
Actualizado el 24 Aug 2021
Los científicos desarrollaron una forma de utilizar la tecnología infrarroja para probar rápidamente qué pacientes tienen mayor riesgo de enfermarse gravemente a causa de la COVID-19.

En un pequeño estudio piloto de pacientes con COVID-19 en India, dirigido por el Instituto de Investigación Médica QIMR Berghofer (Brisbane, Australia) y el Instituto Indio de Tecnología (Maharashtra, India), la prueba se desempeñó con un 85% de exactitud. Más...
Los investigadores esperan que la prueba se pueda usar en el futuro para clasificar a los pacientes en áreas con grandes brotes de la enfermedad.

La prueba se desarrolló a través de una colaboración internacional entre la academia y la industria utilizando muestras de sangre de 128 pacientes con COVID-19 en Mumbai, India. Los espectros infrarrojos miden los niveles de diferentes grupos químicos en una muestra. Luego, el equipo utilizó inteligencia artificial para desarrollar un algoritmo para determinar qué grupos químicos, o “firmas”, se correlacionaron con los pacientes que se enfermaron gravemente.

“Descubrimos que había diferencias mensurables en los espectros infrarrojos en los pacientes que se encontraban gravemente enfermos. En particular, había diferencias en dos regiones infrarrojas que corresponden a grupos químicos de azúcar y fosfato, así como aminas primarias, que se encuentran en tipos específicos de proteínas”, dijo la profesora asociada, Michelle Hill, directora del Grupo de Investigación de Precisión y Sistemas en Biomedicina QIMR de Berghofer.

“También descubrimos que tener diabetes era un predictor de malestar grave en este grupo de pacientes, por lo que introdujimos esta información en el algoritmo. Luego probamos el algoritmo en muestras de sangre de un grupo separado de 30 pacientes de Mumbai y descubrimos que tenía una exactitud del 85 por ciento para predecir qué pacientes se enfermarían gravemente”, dijo la profesora asociada, Hill. “Sin embargo, dio como resultado más ‘falsos positivos’ que las predicciones que se basaron únicamente en los factores de riesgo clínico de edad, sexo, hipertensión y diabetes. Esperamos que con más pruebas podamos reducir estos falsos positivos”.

“A partir de nuestro estudio, podemos decir que existe una correlación entre la firma química de la sangre y el malestar grave con COVID-19”, dijo la profesora, Sanjeeva Srivastava, directora de la instalación de proteómica en el Instituto de Tecnología de la India. Agregó que el hallazgo de que había diferencias químicas en los casos más graves de COVID-19 era consistente con los estudios publicados realizados en otros países.

Enlace relacionado:
Instituto de Investigación Médica QIMR Berghofer
Instituto Indio de Tecnología


Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
12-Channel ECG
CM1200B
Patient Monitoring System
AlarmSense
Radiofrequency Generator
GX1
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Cuidados Criticos

ver canal
Crédito de la imagen: Adobe Stock

Prueba ocular podría predecir recuperación de la conciencia tras lesión cerebral grave

Las lesiones cerebrales graves a menudo provocan trastornos agudos de la conciencia, lo que deja a los clínicos con incertidumbre sobre el pronóstico. La predicción temprana y fiable... Más

Cuidados de Pacientes

ver canal
Imagen: Los datos del sueño portátiles pueden ayudar a los médicos a personalizar los planes de rehabilitación pulmonar (crédito de la foto 123RF)

Datos de sueño de dispositivos portátiles predicen la adherencia a la rehabilitación pulmonar

La enfermedad pulmonar obstructiva crónica (EPOC) es un trastorno pulmonar de larga duración que dificulta la respiración y suele alterar el sueño, reduciendo la energía... Más

TI

ver canal
Imagen: Calibración multimodal comparativa de modelos de fibrilación auricular específicos de cada paciente: impacto de los datos de imágenes y electrofisiología en la identificación de sustratos arritmogénicos (Mahmoud Ehnesh et al., The Journal of Physiology (2026). DOI: 10.1113/jp290765)

Modelo digital del corazón apoya la ablación dirigida en fibrilación auricular

La fibrilación auricular es un ritmo cardíaco irregular y tembloroso, y una de las principales causas de accidente cerebrovascular. La ablación por catéter se utiliza ampliamente... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.