Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Datos de wearables y teléfonos logran cuantificar la progresión de la ELA

Un estudio reciente exploró el uso de dispositivos móviles para medir la progresión de la esclerosis lateral amiotrófica.

La esclerosis lateral amiotrófica (ELA o ALS en inglés), es una enfermedad del sistema nervioso que afecta a las neuronas, el tronco cerebral y la médula espinal. La ELA provoca que las neuronas motoras se desgasten o mueran y ya no puedan enviar mensajes a los músculos, lo que provoca un debilitamiento muscular, espasmos e incapacidad para mover los brazos, las piernas y el cuerpo.

La causa de ELA se desconoce en la mayoría de los casos, pues solo uno de cada 10 casos se debe a defectos genéticos. Actualmente esta enfermedad afecta a cinco de cada 100 mil personas a nivel mundial.

A pesar de que no se conoce cura para la ELA hay medicamentos disponibles que ayudan a frenar la progresión de los síntomas y a mejorar ligeramente la calidad de vida de las personas que la padecen. Recientemente un estudio publicado en npj Digital Medicine, exploró el uso de aplicaciones móviles y wearables para la cuantificación de la progresión de esta enfermedad a través de la recopilación de datos activos, como encuestas, y pasivos como la información que registran los dispositivos.

El estudio contó con la participación de cuarenta adultos con ELA en atención ambulatoria, quienes fueron monitoreados durante seis meses. Para ello utilizaron una app móvil para contestar encuestas de la escala de calificación neuronal ELA de entrada automática o ALSFRS-RSE y la escala general de discapacidad de ELA de Rasch. Estas encuestas fueron aplicadas cada dos y cada cuatro semanas respectivamente.

Asimismo, cada participante utilizó un monitor de actividad en la muñeca o un monitor de actividad en el tobillo de forma continua durante los seis meses que duró la investigación. El uso de los wearables y el cumplimiento de las encuestas arrojó resultados positivos, ya que varias de las medidas de actividad física diaria demostraron cambios estadísticamente significativos a lo largo del tiempo.

Además, los investigadores explican que la recopilación de datos actividad y pasiva es prometedora para desarrollar nuevas medidas de resultados en ensayos de ELA. “Hasta que haya una cura para la ELA, debemos trabajar para comprender mejor la enfermedad y mejorar nuestra eficiencia en la investigación de terapias potenciales. Tener los mejores biomarcadores de diagnóstico y seguimiento y las medidas de resultado para cuantificar la progresión de la enfermedad es clave”, explican los autores del estudio.

Conoce los hallazgos completos encontrados a través de esta investigación:

https://www.nature.com/articles/s41746-023-00778-y

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange