AI predice la pérdida del síndrome en pacientes con cáncer
revisado médicamente por droats.com.
por Dennis Thompson Healthday Reporter
MONDAY, April 28, 2025 -- A newly developed AI can predict which cancer patients are at risk for a life-threatening wasting syndrome, a new study dice.
El síndrome, llamado Cachexia, representa aproximadamente el 20% de todas las muertes relacionadas con el cáncer, sabeen nadie sabe qué Cachexia no puede revertirse solo por la nutrición, sino que debe tratarse con medicamentos, dice el NCI. Es difícil de revertir una vez que comienza, y es más común en personas con cánceres avanzados. "La detección de la caquexia por cáncer permite el estilo de vida y las intervenciones farmacológicas que pueden ayudar a ralentizar la pérdida muscular, mejorar la función metabólica y mejorar la calidad de la vida del paciente", dijo Ahmed. “Desafortunadamente, los métodos actuales para detectar la caquexia por cáncer se basan en observaciones clínicas, umbrales de pérdida de peso y biomarcadores indirectos, que a menudo son inconsistentes, subjetivos y detectados demasiado tarde en la progresión de la enfermedad", agregó. La IA primero examina las tomografías computarizadas para evaluar la cantidad de músculo en el cuerpo de una persona, y luego usa otros datos para juzgar el riesgo de caquexia de un paciente, dijeron los investigadores La IA identificó con precisión la caquexia en el 77% de los casos cuando se alimentan con escaneos de imágenes de un paciente junto con la información demográfica de un paciente, el peso, la altura y la etapa del cáncer, los investigadores. La precisión aumentó al 81% con la adición de resultados de laboratorio y el 85% cuando las notas clínicas de los médicos se incluyeron en la mezcla, los resultados muestran. Usando esta evaluación, la IA pudo predecir mejor las probabilidades de supervivencia para pacientes con cáncer de pancreático, colon y ovario, dijeron los investigadores. Los resultados también mostraron que la evaluación del músculo de la IA difería en aproximadamente el 2.5% en promedio de los cálculos realizados por radiólogos expertos. "La discrepancia mediana de 2.48% indica que, en promedio, las mediciones del modelo de músculo esquelético estaban muy cerca de las mediciones de radiólogos expertos, demostrando la alta confiabilidad de nuestro enfoque basado en AI". Ahmed presentó estos hallazgos el domingo en la reunión anual de la Asociación Americana para la Investigación del Cáncer en Chicago. Los hallazgos presentados en una reunión médica deben considerarse preliminares hasta que se publiquen en una revista revisada por pares. Descargo de responsabilidad: Los datos estadísticos en artículos médicos proporcionan tendencias generales y no pertenecen a las personas. Los factores individuales pueden variar mucho. Siempre busque asesoramiento médico personalizado para decisiones de atención médica individuales. Fuente: HealthDay Al corriente : 2025-04-29 00:00 Se ha hecho todo lo posible para garantizar que la información proporcionada por Drugslib.com sea precisa, hasta -fecha y completa, pero no se ofrece ninguna garantía a tal efecto. La información sobre medicamentos contenida en este documento puede ser urgente. La información de Drugslib.com ha sido compilada para uso de profesionales de la salud y consumidores en los Estados Unidos y, por lo tanto, Drugslib.com no garantiza que los usos fuera de los Estados Unidos sean apropiados, a menos que se indique específicamente lo contrario. La información sobre medicamentos de Drugslib.com no respalda medicamentos, ni diagnostica a pacientes ni recomienda terapias. La información sobre medicamentos de Drugslib.com es un recurso informativo diseñado para ayudar a los profesionales de la salud autorizados a cuidar a sus pacientes y/o para servir a los consumidores que ven este servicio como un complemento y no un sustituto de la experiencia, habilidad, conocimiento y criterio de la atención médica. practicantes. La ausencia de una advertencia para un determinado medicamento o combinación de medicamentos de ninguna manera debe interpretarse como una indicación de que el medicamento o la combinación de medicamentos es seguro, eficaz o apropiado para un paciente determinado. Drugslib.com no asume ninguna responsabilidad por ningún aspecto de la atención médica administrada con la ayuda de la información que proporciona Drugslib.com. La información contenida en este documento no pretende cubrir todos los posibles usos, instrucciones, precauciones, advertencias, interacciones medicamentosas, reacciones alérgicas o efectos adversos. Si tiene preguntas sobre los medicamentos que está tomando, consulte con su médico, enfermera o farmacéutico. fuentes
Leer más
Descargo de responsabilidad
Palabras clave populares