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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil





Estudio examina proteínas en la saliva para predecir el riesgo de severidad de COVID-19 en niños con la ayuda de un modelo de IA

Por el equipo editorial de LabMedica en español
Actualizado el 14 Oct 2021
Ilustración
Ilustración

Un equipo de investigadores está realizando un estudio para analizar la relación entre las proteínas llamadas citoquinas en la saliva y la infección por COVID-19 para ayudar a predecir la gravedad de la infección con la ayuda de un modelo de inteligencia artificial (IA).

El estudio realizado por investigadores de la Facultad de Medicina de Penn State (Hershey, PA, EUA) está analizando citoquinas y microARN (ARN no codificantes) en la saliva de los niños. Estos biomarcadores pueden controlar la inflamación en el cuerpo una vez infectado con el virus y ayudar a determinar la gravedad de la infección.

La mayoría de los niños con infección por COVID-19 han tenido una enfermedad leve, pero algunos niños han desarrollado complicaciones graves como insuficiencia respiratoria o inflamación del corazón. Las citoquinas son proteínas que se encuentran en la sangre y la saliva que pueden producirse en respuesta a una infección. Los estudios en adultos han demostrado que ciertas citoquinas están elevadas en la sangre de pacientes con COVID-19 y pueden predecir la gravedad de la enfermedad. El objetivo del estudio es poder identificar a los niños en riesgo de enfermedad grave mediante la integración de estos biomarcadores y determinantes sociales de la salud mediante la IA. Los investigadores están obteniendo muestras de saliva de 400 niños menores de 18 años con infección por COVID-19 que buscan atención médica de emergencia y utilizan un modelo de IA.

En un análisis preliminar de muestras de saliva de 150 niños, los investigadores encontraron que los niveles de dos citoquinas eran más altos en los que tenían COVID-19 grave en comparación con los que no tenían una infección grave. Además de encontrar que los niveles de dos citoquinas en el análisis preliminar eran más altos en aquellos con COVID-19 grave en comparación con aquellos sin infección grave, se encontró que docenas de niveles de microARN estaban alterados, y la mayoría de ellos eran significativamente más bajos en la saliva de niños con infección grave. El análisis continuo buscará validar estos resultados y confirmar la importancia de las citoquinas de la saliva y los microARN, combinados con factores sociales, incluido el lugar donde viven los niños.

"Dado que las infecciones pediátricas por COVID-19 están aumentando en todo el país, existe una necesidad urgente de comprender qué niños están en riesgo de contraer una infección grave", dijo el Dr. Steven Hicks, pediatra del Hoapital Infantil Penn State Health y coautor de la estudio. "Este método no invasivo e indoloro para determinar la gravedad de COVID-19 podría tener el potencial de ayudar a los médicos a comenzar el tratamiento oportuno y apropiado, lo que puede mejorar los resultados del paciente".

Enlaces relacionados:
Facultad de Medicina de Penn State

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
New
Gastrointestinal Panel
Xpert® GI Panel
PRUEBA DE VPH
Allplex HPV28 Detection

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.