Escáner 3D predice riesgos de síndrome metabólico

La combinación de herramientas ofrece a los médicos una alternativa más precisa a otras medidas de riesgo de enfermedad, como el índice de masa corporal (IMC) y la relación cintura-cadera, según los resultados publicados en European Heart Journal-Digital Health.

El síndrome metabólico puede provocar ataques cardíacos, accidentes cerebrovasculares y otros problemas de salud graves y afecta a más de un tercio de la población de los Estados Unidos y un cuarto de las personas alrededor del mundo.

La condición carece de estrategias de cribado ampliamente aceptadas. Sin embargo, los investigadores han descubierto que el uso de un escáner de volumen corporal 3D combinado con tecnología de imágenes y algoritmos desarrollados por Mayo Clinic puede ayudar a los médicos a ofrecer un método más preciso para identificar a las personas con el síndrome, así como a aquellos en riesgo de desarrollarlo.

Los efectos del síndrome metabólico generan obstáculos para los pacientes. Además del ataque cardíaco y del accidente cerebrovascular, las personas con síndrome metabólico tienen más probabilidades de desarrollar diabetes, trastornos cognitivos y enfermedad hepática. El síndrome metabólico se diagnostica clínicamente cuando al menos tres de estas cinco afecciones están presentes: obesidad abdominal, presión arterial alta, triglicéridos altos, colesterol HDL bajo y azúcar en sangre alta en ayunas. 

"Existe la necesidad de tener una medida confiable y reproducible del riesgo y la gravedad del síndrome metabólico. Las medidas del índice de masa corporal y las balanzas de bioimpedancia que miden la grasa corporal y los músculos son inexactas para muchas personas, y otros tipos de exámenes no están ampliamente disponibles. Nuestra investigación muestra que este modelo de IA también puede ser una herramienta para orientar a los médicos y pacientes a tomar medidas y buscar resultados más adecuados para la salud metabólica del paciente”, expone la Dra. Betsy Medina Inojosa, investigadora de Mayo Clinic y primera autora del estudio.

Para desarrollar la herramienta, investigadores capacitaron y validaron un modelo de IA en 1.280 voluntarios que se sometieron a una evaluación que incluyó exámenes de volumen corporal en 3D, cuestionarios clínicos estandarizados, análisis de sangre y mediciones tradicionales de la forma del cuerpo.

A otros 133 voluntarios se les tomaron imágenes de frente y de perfil a través de una aplicación móvil de Select Research llamada myBVI para evaluar aún más la capacidad de la herramienta para evaluar si tenían el síndrome metabólico y, en caso afirmativo, su gravedad.

Las personas con síndrome metabólico a menudo tienen cuerpos en forma de manzana, lo que significa que llevan gran parte de su peso alrededor del abdomen. El diagnóstico del síndrome metabólico gira en torno a las pruebas de laboratorio, las mediciones de la presión arterial y la forma corporal; sin embargo, no existen estrategias de cribado de rutina ampliamente aceptadas porque estas mediciones no siempre están disponibles o son reproducibles de la misma manera.