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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Primera herramienta impulsada por IA que transforma diagnóstico y tratamiento de diabetes tipo 1

Por el equipo editorial de LabMedica en español
Actualizado el 11 Jun 2025
Imagen: un puntaje de riesgo basado en microARN para diabetes tipo 1 (foto cortesía de la Universidad Western Sydney)
Imagen: un puntaje de riesgo basado en microARN para diabetes tipo 1 (foto cortesía de la Universidad Western Sydney)

Durante años, las pruebas para la diabetes tipo 1 (DT1) se han basado en síntomas y biomarcadores que suelen manifestarse solo al inicio de la enfermedad, lo que dificulta su detección temprana. Esto es especialmente preocupante porque la DT1 de inicio temprano, especialmente antes de los 10 años, tiende a ser más agresiva y se asocia a una reducción de la esperanza de vida de hasta 16 años. Predecir con precisión la progresión de la enfermedad podría permitir a los médicos actuar con mayor rapidez. Ahora, una herramienta basada en inteligencia artificial (IA) se muestra prometedora para evaluar el riesgo de DT1 y predecir la respuesta de los pacientes a los tratamientos, lo que podría transformar la forma en que se identifica y se maneja la enfermedad.

Un equipo internacional de investigación, liderado por la Universidad Western Sydney (Penrith, NSW, Australia), ha creado una novedosa escala de riesgo basada en microARN (pequeñas moléculas de ARN presentes en la sangre) que permite rastrear eficazmente la evolución del riesgo de desarrollar diabetes tipo 1. Estos mismos marcadores de microARN también predijeron respuestas tempranas a tratamientos como el trasplante de células de los islotes y el fármaco imatinib. Publicado en Nature Medicine , el estudio evaluó datos moleculares de 5.983 muestras recogidas de participantes en Australia, Canadá, Dinamarca, Hong Kong (RAE de China), India, Nueva Zelanda y Estados Unidos. Esto condujo al desarrollo de una Escala de Riesgo Dinámica (DRS4C) capaz de identificar a las personas con o sin diabetes tipo 1.

Mediante IA, el equipo perfeccionó aún más la puntuación de riesgo, validada con datos de 662 participantes adicionales. Sorprendentemente, tan solo una hora después de la terapia, la herramienta pudo predecir qué pacientes con diabetes tipo 1 (DT1) permanecerían insulinodependientes. El mismo perfil de microARN también distinguió entre pacientes que respondieron y no respondieron a la terapia farmacológica para la DT1 incluso antes de comenzar el tratamiento. Además de evaluar el riesgo de DT1 y la efectividad del tratamiento, la puntuación de riesgo también puede ayudar a diferenciar entre la DT1 y la diabetes tipo 2 (DT2), un desafío diagnóstico, especialmente en adultos. Un subanálisis destacó el potencial de la herramienta para clasificar a las personas con DT2, un área que los investigadores planean explorar más a fondo, ya que muchos casos de DT1 de inicio en la edad adulta a menudo se diagnostican erróneamente como DT2.

“Los marcadores genéticos identifican el riesgo a lo largo de la vida; es como saber que vives en una zona inundable, pero las puntuaciones de riesgo dinámico ofrecen un control en tiempo real del aumento del nivel del agua; reflejan el riesgo actual en lugar de una condena de por vida, lo que permite un seguimiento oportuno y adaptativo sin estigma”, afirmó la Dra. Mugdha Joglekar, investigadora principal de la Universidad de Western Sydney.

Miembro Oro
Veterinary Hematology Analyzer
Exigo H400
ANALIZADOR HEMATOLÓGICO DE 3 PARTES
Swelab Alfa Plus Sampler
New
Miembro Plata
Fibrinolysis Assay
HemosIL Fibrinolysis Assay Panel
New
Candida Glabrata Test
ELIchrom Glabrata

DIASOURCE (A Biovendor Company)

Canales

Inmunología

ver canal
Imagen: CellLENS permite las posibles estrategias de terapia de precisión contra poblaciones específicas de células inmunes en el entorno tisular (foto cortesía del MIT)

Sistema de IA descubre subtipos celulares ocultos para impulsar inmunoterapia contra cáncer

Para desarrollar terapias dirigidas eficaces contra el cáncer, los científicos necesitan aislar las características genéticas y fenotípicas de las células cancerosas,... Más

Patología

ver canal
Imagen: micrografía que muestra la distribución de proteínas mal plegadas en las células de mieloma (foto cortesía de Helmholtz Munich)

Nuevo método rastrea tratamiento del cáncer en células sin colorantes ni marcadores

El mieloma múltiple es un cáncer de la sangre que afecta a las células plasmáticas de la médula ósea, lo que provoca una producción anormal de proteínas,... Más

Tecnología

ver canal
Imagen: los investigadores Dr. Lee Eun Sook y el Dr. Lee Jinhyung examinan el equipo de impresión utilizado para la síntesis de nanodisco (foto cortesía de KRISS)

Nanomaterial multifuncional realiza simultáneamente diagnóstico, tratamiento y activación inmunitaria del cáncer

Los tratamientos contra el cáncer, como la cirugía, la radioterapia y la quimioterapia, presentan limitaciones significativas. Estos tratamientos no solo atacan las zonas cancerosas, sino... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.