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
Wearables pueden ayudar a monitorear el progreso de esclerosis lateral amiotrófica

Investigación muestra que los sensores de los wearables pueden ayudar a evaluar funciones motoras en pacientes con ELA

La esclerosis lateral amiotrófica (ELA) es una enfermedad neurodegenerativa que afecta las células nerviosas en el cerebro y la médula espinal, conduciendo a la debilidad muscular y a la disminución de la función motora. Esta condición debilitante ha sido objeto de investigaciones constantes en busca de métodos que mejoren el monitoreo y la evaluación de la función motora en los pacientes.

Recientemente, un nuevo estudio científico publicado en Nature Communications destaca cómo los sensores de dispositivos wearables pueden desempeñar un papel crucial al evaluar y seguir el progreso de los pacientes con ELA desde sus hogares.

El estudio realizó un análisis del uso de wearables colocados en las extremidades de los 376 pacientes para evaluar su comportamiento natural desde sus hogares. Estos sensores recopilan datos de aceleración que son analizados mediante un enfoque de submovimientos, permitiendo medir la función motora con mayor precisión y objetividad. Además, los investigadores desarrollaron un modelo de aprendizaje automático que genera una puntuación de gravedad independiente de las evaluaciones clínicas.

Los resultados de la investigación revelaron que este enfoque proporciona puntuaciones de progresión de la enfermedad que evolucionan más rápido que las obtenidas con la escala estándar de evaluación funcional de la ELA. Es decir, el uso de wearables tiene el potencial de reducir el tamaño de las muestras necesarias en ensayos clínicos, lo que podría acelerar el desarrollo de tratamientos más eficaces. Además, estos sensores ofrecen una medida escalable y válida para ser implementada tanto en ensayos clínicos como en la atención clínica de pacientes con ELA.

“En resumen, hemos demostrado que un análisis basado en submovimientos del comportamiento natural en el hogar utilizando sensores portátiles produce medidas interpretables, fiables, sensibles y ecológicamente válidas de la función motora gruesa y fina en la ELA. Esta tecnología tiene propiedades que apoyan su uso como una medida de resultado en ensayos clínicos de ELA con el potencial de reducir el coste y el tamaño de futuros ensayos”, explicaron los autores.

Además, detallaron que el uso de sensores baratos, llevados en casa con instrucciones mínimas y sin limitaciones de elegibilidad, podría aumentar el acceso a ensayos clínicos y apoyar ensayos clínicos virtuales en ELA. De igual forma sería clave para apoyar el cuidado clínico rutinario de individuos con ELA proporcionando a médicos y pacientes una evaluación motora objetiva y fiable que puede obtenerse pasivamente en casa con una carga y coste relativamente bajos.

Consulta el estudio completo en el siguiente enlace:

 https://www.nature.com/articles/s41467-023-40917-3

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