La investigación emergente sugiere que la evaluación de inteligencia artificial de tomografías computarizadas de baja dosis en tórax puede ayudar a predecir el riesgo de cáncer de pulmón, enfermedades cardiovasculares (ECV) y mortalidad por cualquier causa en pacientes sometidos a cribado de cáncer de pulmón.
¿De qué se trata?
Para el estudio, recientemente publicado en Radiology, los investigadores evaluaron el uso de un modelo de IA, que proporciona mediciones automatizadas de la composición corporal.
A partir de exámenes de Tomografía Computada de pulmón, lograron evaluar a 20,768 participantes (edad promedio de 61 años) del Ensayo Nacional de Detección de Pulmón (NLST).
Según el estudio, la cohorte estaba compuesta por 12,317 hombres y 8,451 mujeres.
Los investigadores señalaron que 4,180 participantes del estudio fallecieron durante el período de seguimiento de 12.3 años, de los cuales 913 muertes fueron atribuidas al cáncer de pulmón y 972 muertes fueron atribuidas a ECV.
El impacto de la composición corporal
Los autores del estudio encontraron que las mediciones de la composición corporal habilitadas por IA condujeron a una mejor predicción de la mortalidad por cáncer de pulmón y de la muerte por ECV.
Según los autores del estudio, el modelo de IA también demostró la capacidad de predecir la mortalidad por cualquier causa.
Los investigadores señalaron que una mayor atenuación del tejido adiposo subcutáneo (TAS) se asoció con un riesgo 17% más alto de mortalidad relacionada con ECV y un riesgo 18% más alto de mortalidad por cualquier causa en hombres, así como un riesgo 17% más alto de mortalidad por cualquier causa en mujeres.
Una mayor atenuación del TAS también se asoció con un riesgo 27% más alto de mortalidad por cáncer de pulmón en mujeres, según el estudio.
En palabras de los expertos
“La evaluación oportunista de datos de imagen más allá de la indicación inicial del estudio tiene un gran potencial para ampliar el valor del cribado de TC establecido en la población, especialmente cuando se combina con soluciones de IA totalmente automatizadas”, señaló la coautora del estudio, la Dra. Kim L. Sandler, de la Universidad Vanderbilt en Nashville y sus colegas.
“Nuestros análisis proporcionan evidencia de que la evaluación totalmente automatizada de la composición corporal en el cribado de cáncer de pulmón puede mejorar potencialmente la salud general de la población sometida a este cribado, al identificar a individuos de alto riesgo para intervenciones específicas, como optimización médica, acondicionamiento físico o modificación del estilo de vida.”
Imagen: Para un participante masculino de 57 años en el estudio, se puede observar la evaluación automatizada de la composición corporal a través de tomografía computarizada (TC) de baja dosis en el pecho que incluye el campo de visión de cada sección de TC (B) y la segmentación del tejido adiposo subcutáneo (TAS) y del músculo esquelético (ME). Todos los derechos de la imagen a su autor, enlace al artículo original más abajo.
El tejido muscular también tiene su análisis
Los investigadores señalaron que una mayor atenuación del músculo esquelético (ME) (por cada aumento de 7.6 unidades Hounsfield (HU)) se asoció con una disminución del 22% en el riesgo de mortalidad por cáncer de pulmón en hombres. En mujeres la disminución es del 24%.
Sandler y sus colegas encontraron que una menor atenuación del ME se asoció con un aumento del 41% en el riesgo de mortalidad por cáncer de pulmón en hombres y un riesgo de mortalidad relacionada con ECV de más del doble tanto en hombres como en mujeres.
“Observamos que las mediciones asociadas con la adiposidad del músculo, especialmente la atenuación del ME, desempeñan un papel importante en la predicción de los puntos finales de mortalidad”, señalaron Sandler y sus colegas.
“De hecho, la deposición de grasa dentro o alrededor de tejidos u órganos no adiposos se ha asociado con un aumento de la inflamación, trastornos metabólicos (como resistencia a la insulina, diabetes tipo 2, ECV) e impedimento físico”.
En cuanto a las limitaciones del estudio, los autores reconocieron que no realizaron análisis adicionales de hallazgos incidentales, como esteatosis hepática, densidad mineral ósea y anormalidades pulmonares intersticiales, que pueden afectar la mortalidad.
También advirtieron que se necesita investigación adicional para validar sus hallazgos debido a la naturaleza exploratoria de su estudio.
Para concoer más sobre este aporte recomendamos visitar Radiology para acceder ala rtículo completo.
0 comentarios