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

Deascargar La Aplicación Móvil




Método basado en IA es prometedor para diagnóstico patológico de enfermedades renales hereditarias

Por el equipo editorial de LabMedica en español
Actualizado el 03 Nov 2024
Imagen
Imagen

El síndrome de Alport es un trastorno renal hereditario que se caracteriza por disfunción renal, pérdida auditiva neurosensorial y anomalías oculares. Al principio de la enfermedad, los pacientes presentan hematuria, seguida de proteinuria y, finalmente, insuficiencia renal terminal que requiere terapias de reemplazo renal, como diálisis o trasplante de riñón. La prevalencia exacta del síndrome de Alport sigue siendo incierta; sin embargo, la forma ligada al cromosoma X, causada por una mutación en un gen ubicado en el cromosoma X, es el tipo más frecuente. Los hombres, que poseen un solo cromosoma X (XY), tienden a experimentar síntomas más graves en comparación con las mujeres, que tienen dos cromosomas X (XX). Aunque a menudo se piensa que las pacientes femeninas con síndrome de Alport ligado al cromosoma X tienen una variante más leve de la enfermedad, los estudios realizados en los Estados Unidos y Japón indican que aproximadamente el 15 % de estas mujeres pueden llegar a la insuficiencia renal terminal a los 40 años. El diagnóstico del síndrome de Alport generalmente implica pruebas genéticas y un examen patológico del tejido renal. Sin embargo, predecir con precisión los resultados renales en pacientes femeninas presenta desafíos, lo que subraya la necesidad de indicadores que puedan evaluar la eficacia de los tratamientos de protección renal, como los medicamentos antihipertensivos, que han demostrado potencial para mejorar el pronóstico de los pacientes.

Un equipo de investigación de la Universidad de Tsukuba (Tsukuba, Japón) ha desarrollado una innovadora técnica de imagen para visualizar lesiones en la membrana basal glomerular utilizando un modelo de ratón con síndrome de Alport. Al aplicar metodologías de aprendizaje profundo a los datos de imágenes patológicas, los investigadores lograron la detección automática de lesiones mediante inteligencia artificial (IA). El estudio utilizó un modelo de ratón que simula el síndrome de Alport para comparar las lesiones renales entre sujetos masculinos y femeninos, con el objetivo de proporcionar información sobre las características específicas de estas lesiones en las mujeres. Crearon una tinción de plata con metenamina y ácido peryódico modificada para observar lesiones de la membrana basal en áreas donde el colágeno tipo IV α5 está intacto, así como en regiones donde está ausente, que son distintivas en las pacientes femeninas.

Además, el sistema de IA pudo identificar automáticamente estas lesiones utilizando técnicas de aprendizaje profundo, como se detalla en una investigación publicada en el American Journal of Pathology. Las mediciones cuantitativas de las lesiones renales en ratones hembra, evaluadas por el software de IA de imágenes, mostraron una correlación positiva con los niveles de proteinuria, lo que sugiere que este enfoque puede ayudar a predecir los resultados de la función renal en mujeres con síndrome de Alport.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000
Chromogenic Culture System
InTray™ COLOREX™ ECC

Canales

Química Clínica

ver canal
Imagen: Los hallazgos respaldan la integración de ensayos de p-tau217 en plasma de alto rendimiento en los flujos de trabajo de diagnóstico de Alzheimer, siempre que existan una calibración específica de la plataforma y protocolos de prueba estandarizados. (Crédito de la imagen: Adobe Stock)

Estudio comparativo evalúa pruebas de sangre para detección temprana de enfermedad de Alzheimer

Los diagnósticos precisos y escalables son cada vez más importantes a medida que las terapias modificadoras de la enfermedad transforman la atención de la enfermedad de Alzheimer,... Más

Diagnóstico Molecular

ver canal
Imagen: En el Instituto MHH de Genética Humana: Prof. Dra. Doris Steinemann, Dr. Bernardus Aldrige Allister y Prof. Dra. Monika Golas (desde la izquierda). (Crédito de la imagen: Karin Kaiser/MHH)

Análisis multiómico identifica genes de riesgo en cáncer hereditario de mama y ovario

El cáncer hereditario de mama y de ovario puede ser difícil de explicar genéticamente, dejando a muchas familias con alto riesgo sin respuestas claras. Aunque se analizan de forma... Más

Inmunología

ver canal
Crédito de la imagen: iStock

Biomarcadores inmunitarios podrían predecir artritis recurrente por inhibidores de puntos de control

La artritis inflamatoria es un evento adverso reconocido relacionado con el sistema inmunitario en pacientes tratados con inhibidores de puntos de control inmunitario (ICI) para el cáncer.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Un marcador genético identifica resistencia emergente a fármacos antipalúdicos de primera línea

La terapia combinada basada en artemisinina sigue siendo fundamental para controlar la malaria por Plasmodium falciparum , pero la aparición de resistencia a los medicamentos está complicando... 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.