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




Panel de biomarcadores predice la severidad de los síntomas de alergia al polen

Por el equipo editorial de LabMedica en español
Actualizado el 11 May 2020
Imagen: Imagen con un microscopio electrónico de barrido (aumento de 500x) de granos de polen de una variedad de plantas comunes (Fotografía cortesía de la Institución de Microscopía Electrónica de Dartmouth, Dartmouth College, a través de Wikimedia Commons)
Imagen: Imagen con un microscopio electrónico de barrido (aumento de 500x) de granos de polen de una variedad de plantas comunes (Fotografía cortesía de la Institución de Microscopía Electrónica de Dartmouth, Dartmouth College, a través de Wikimedia Commons)
Un equipo de investigadores alemanes identificó un panel de biomarcadores que predice la gravedad de los síntomas alérgicos incluso antes del comienzo de la temporada de polen.

Además de síntomas físicos como estornudos, rinitis y ojos llorosos, la exposición al polen induce respuestas inmunitarias alérgicas locales y sistémicas en individuos sensibilizados. La cinética de la expresión de síntomas bajo exposición natural al polen nunca se ha estudiado sistemáticamente, especialmente en aquellos individuos sin alergia.

Para rectificar esta situación, los investigadores del Helmholtz Zentrum München - Centro de Investigación Alemana para la Salud Ambiental (Múnich, Alemania) compararon la cinética de la respuesta inmune humoral en un estudio del panel con individuos que tenían rinitis alérgica estacional (RAE) en individuos sin alergia.

Los sujetos fueron monitorizados durante un período de un año. Además de un diario digital de síntomas mantenido diariamente por los participantes del estudio, los investigadores analizaron muestras de sangre y secreciones nasales. Luego compararon las variables inmunes (citoquinas, quimioquinas e inmunoglobulinas específicas de polen) en muestras obtenidas durante y después de la temporada de polen.

Los resultados revelaron que los síntomas alérgicos aparecieron después de la exposición a concentraciones de polen en el aire en individuos con RAE con un intervalo de tiempo entre 0 y 13 días dependiendo del tipo de polen. De los siete sujetos no alérgicos, cuatro también exhibieron síntomas durante la temporada, mientras que tres no. Los síntomas acumulativos en aquellos sin alergia fueron más bajos que en aquellos con RAE pero siguieron la exposición al polen con una cinética similar. El análisis de componentes principales y las correlaciones de Spearman identificaron los niveles nasales de IL-8, IL-33, de anticuerpos IgE4 específicos de Betula verrucosa 1 (sIgG4) y de anticuerpos IgE específicos de Betula verrucosa 1 como predictivos de la severidad de los síntomas estacionales.

El primer autor, Mehmet Gökkaya, investigador del Helmholtz Zentrum München, Centro de Investigación Alemán para la Salud Ambiental, dijo: “La identificación de biomarcadores nos ayuda de tres maneras: en primer lugar, al predecir la gravedad de los síntomas nasales podemos identificar mejor a los pacientes que más se benefician con el tratamiento terapéutico. En segundo lugar, los biomarcadores pueden ayudarnos a comprender los procesos en el trabajo durante el desarrollo de alergias en pacientes no alérgicos y, por lo tanto, nos ayudan a prevenirlos en última instancia. Y en tercer lugar, los biomarcadores se pueden usar para identificar los procesos fisiológicos que originalmente causan estos síntomas. Posiblemente este podría ser un nuevo punto de partida para el desarrollo de nuevas terapias”.

El estudio fue publicado en la edición en línea del 6 de abril de 2020 de la revista Journal of Allergy and Clinical Immunology.

Enlace relacionado:
Helmholtz Zentrum München - Centro de Investigación Alemana para la Salud Ambiental

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Analizador de la función plaquetaria
PL-12
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10
New
Gastrointestinal Panel
Xpert® GI Panel

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.