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
ARAB HEALTH - INFORMA

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
Print article
ilustración
ilustración
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. 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
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
Miembro Oro
12-Channel ECG
CM1200B
New
LED Surgical Light
Convelar 1670 LED+/1675 LED+/1677 LED+
New
Fetal and Maternal Monitor
F9 Series

Print article

Canales

Cuidados Criticos

ver canal
Imagen: El investigador Vincent Tam examina las bacterias para optimizar el uso clínico de antibióticos para combatirlas (Foto cortesía de UH College of Pharmacy)

Dispositivo de monitoreo podría superar a las superbacterias resistentes a los antibióticos

Las infecciones por bacterias gramnegativas son cada vez más difíciles de tratar, especialmente en entornos hospitalarios, donde pueden provocar afecciones como infecciones del tracto urinario,... Más

Técnicas Quirúrgicas

ver canal
Imagen: los electrodos de catéter se pueden entregar y guiar hacia los espacios ventriculares y la superficie del cerebro para la estimulación eléctrica (foto cortesía de la Universidad Rice)

Interfaz neural novedosa ayuda a diagnosticar y tratar trastornos neurológicos con riesgos quirúrgicos mínimos

Los métodos tradicionales para interactuar con el sistema nervioso generalmente implican crear una abertura en el cráneo para acceder al cerebro. Ahora, los investigadores han presentado... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... 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 © 2000-2024 Globetech Media. All rights reserved.