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
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Las huellas digitales metabólicas diagnostican la fibromialgia

Por el equipo editorial de LabMedica en español
Actualizado el 10 Apr 2019
Imagen: Un estudiante de posgrado utiliza la herramienta novedosa de diagnóstico, que mide la actividad metabólica en la sangre, con el fin de diferenciar la fibromialgia de otras condiciones de dolor crónico con una exactitud cercana al 100% (Fotografía cortesía de la Universidad Estatal de Ohio).
Imagen: Un estudiante de posgrado utiliza la herramienta novedosa de diagnóstico, que mide la actividad metabólica en la sangre, con el fin de diferenciar la fibromialgia de otras condiciones de dolor crónico con una exactitud cercana al 100% (Fotografía cortesía de la Universidad Estatal de Ohio).
La fibromialgia es la causa más común de dolor crónico generalizado en los Estados Unidos y afecta de manera desproporcionada a las mujeres. Se estima que alrededor del 2% de la población, aproximadamente cuatro millones de adultos, sufre de fibromialgia; sin embargo, algunas organizaciones calculan números aún más altos.

Aproximadamente tres de cada cuatro personas con fibromialgia (FM) no reciben un diagnóstico exacto, y quienes sí saben que tienen la enfermedad tuvieron que esperar un promedio de cinco años entre el inicio de los síntomas y el diagnóstico. Los síntomas comunes incluyen dolor y rigidez en todo el cuerpo, fatiga, depresión, ansiedad, problemas para dormir, dolores de cabeza y problemas de pensamiento, memoria y concentración.

Los científicos médicos de la Universidad Estatal de Ohio (Columbus, OH, EUA) y sus colegas, desarrollaron un método rápido basado en biomarcadores para diagnosticar la FM mediante el uso de espectroscopia vibratoria para diferenciar a los pacientes con FM de aquellos con artritis reumatoide (AR) , osteoartritis (OA), o lupus eritematoso sistémico (LES) e identificar los metabolitos asociados con estas diferencias.

Se recogieron muestras de sangre de 50 pacientes con diagnóstico de FM, 29 con AR, 19 con OA y 23 con LES. Se prepararon muestras de manchas de sangre y se recogieron los espectros con espectroscopia infrarroja de transformada de Fourier (FT-IR) y microspectroscopia FT-Raman y se les realizó un análisis metabolómico mediante cromatografía líquida de resolución ultra alta (uHPLC), acoplada a una matriz de fotodiodos (PDA) y espectrometría de masas en tándem (MS/MS).

El equipo informó que las firmas espectrales únicas de IR y Raman se identificaron mediante análisis de reconocimiento de patrones y agruparon a todos los participantes del estudio en clases (FM, RA y LES) sin errores de clasificación. Además, los espectros se correlacionaron (r = 0,95 y 0,83 en las metodologías IR y Raman, respectivamente) con la gravedad del dolor de FM medida con las evaluaciones de la versión revisada del cuestionario de impacto de la fibromialgia (FIQR). Los esqueletos proteicos y los ácidos piridina-carboxílicos dominaron esta discriminación y podrían servir como biomarcadores para síndromes como la FM. La uHPLC-PDA-MS/MS proporcionó información sobre metabolitos que difieren significativamente entre los grupos de enfermedades, no solo en los valores m/z+ y m/z- moleculares, sino también en los cromatogramas UV-visibles. Además de identificar la fibromialgia, el equipo también encontró evidencia de que la técnica de huellas dactilares metabólicas tiene el potencial de determinar la gravedad de la fibromialgia en cada paciente individual.

Los autores concluyeron que la espectroscopia vibratoria puede proporcionar una prueba diagnóstica confiable para diferenciar la fibromialgia de otros trastornos y para establecer los biomarcadores serológicos del dolor asociado con la fibromialgia. Luis Rodríguez-Saona, PhD, profesor y autor principal del estudio, dijo: “Estos resultados iniciales son notables. Si podemos ayudar a acelerar el diagnóstico para estos pacientes, su tratamiento será mejor y probablemente tendrán mejores perspectivas. No hay nada peor que encontrarse en un área gris donde es difícil saber qué enfermedad se tiene. Podemos mirar hacia atrás a algunas de estas huellas dactilares con el fin de identificar potencialmente algunas de las sustancias químicas asociadas con las diferencias que vemos”. El estudio se publicó el 15 de febrero de 2019 en la revista Journal of Biological Chemistry.

Enlace relacionado:
Universidad Estatal de Ohio

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
Repetitive Pipette
VWR® Stepper Pro
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Crédito de la imagen: Adobe Stock

Biomarcadores inmunitarios podrían identificar riesgo de enfermedad crítica crónica al ingreso en la UCI

Las lesiones traumáticas graves pueden desencadenar disfunción inmunitaria y orgánica que complica la recuperación en la unidad de cuidados intensivos. Un subconjunto de pacientes... Más

Microbiología

ver canal
Imagen: Una nueva investigación dirigida por el EMBL identifica una firma robusta del microbioma intestinal relacionada con el cáncer colorrectal, consistente en todas las poblaciones, métodos de secuenciación y grupos de edad, y relacionada con una menor ingesta de fibra dietética. (Foto cortesía de Daniela Velasco/EMBL)

Aprendizaje automático revela patrones consistentes del microbioma intestinal en cáncer colorrectal

El cáncer colorrectal se ha relacionado repetidamente con alteraciones en el microbioma intestinal, pero los hallazgos a menudo han variado entre estudios pequeños y heterogéneos.... Más

Patología

ver canal
Imagen: El nuevo sistema de IA clasifica 102 subtipos moleculares de tumores del SNC a partir de secciones histológicas digitalizadas y teñidas de forma rutinaria (Crédito de la imagen: iStock)

Herramienta de IA acelera la clasificación de tumores cerebrales a partir de histología rutinaria

La clasificación precisa de los tumores cerebrales y de la médula espinal depende cada vez más del perfil molecular junto con la histología, pero el acceso a estas pruebas sigue... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.