Domingo 04/12/2016.

Salud

Desarrollan una manera objetiva de medir el dolor

  • Los pacientes ancianos y los niños no pueden comunicar sus niveles de dolor.
  • Se trata de crear algortimos informáticos a partir de datos recogidos en pruebas médicas para predecir con exactitud el dolor.
  • Se podría aplicar para mejorar el tratamiento del dolor crónico.
    • Facebook (Me gusta)
    • Tweetea!
    • Google Plus One
  • Compartir:
  • Deja tu comentario
  • Desarrollan una manera objetiva de medir el dolor

Investigadores de la Facultad de Medicina de la Universidad de Stanford (Estados Unidos) han dado un primer paso hacia el desarrollo de una herramienta de diagnóstico que podría eliminar un obstáculo importante en la medicina del dolor: la dependencia de los autoinformes para medir la presencia o ausencia de dolor.

La nueva herramienta utiliza patrones de actividad cerebral para ofrecer una evaluación objetiva fisiológica sobre el dolor. Los científicos utilizaron resonancias magnéticas funcionales del cerebro junto con algoritmos informáticos avanzados para predecir, con exactitud, el dolor térmico en un 81 por ciento de las veces en sujetos sanos, según un estudio que ha sido publicado 'on-line' en 'PLoS ONE'.

Según el doctor Sean Mackey, director de la División de Control del Dolor y profesor asociado de anestesiología en Stanford, "tenemos la esperanza de que, finalmente, podamos utilizar esta tecnología para una mejor detección y un mejor tratamiento del dolor crónico".

Los investigadores participantes en el estudio enfatizaron que son necesarios futuros estudios para determinar si este método puede medir distintos tipos de dolor, como el dolor crónico, y si puede distinguir con precisión entre el dolor y otros estados de carga emocional, como la ansiedad o la depresión. Según Mackey, "debemos recordar que este enfoque mide objetivamente el dolor térmico en un entorno de laboratorio controlado, así que hay que tener cuidado de no extrapolar estos resultados, ya que aun no podemos medir y detectar el dolor en todas las circunstancias".

Los científicos afirman que, en muchos casos, es necesario disponer de una manera de medir el dolor de forma objetiva, en lugar de confiar en el método actual de autoinforme. Sin embargo, el carácter altamente subjetivo del dolor ha complicado el camino hacia este objetivo. Ahora, los avances en las técnicas de neuroimagen han revitalizado el debate sobre la posibilidad de medir el dolor fisiológico.

En esta investigación, los científicos realizaron escáneres cerebrales a ocho sujetos mientras les aplicaban una sonda de calor en los antebrazos, causando un dolor moderado. Los patrones cerebrales con y sin dolor fueron registrados e interpretados por algoritmos informáticos avanzados para crear un modelo de la 'apariencia' del dolor. El proceso se repitió con un segundo grupo de ocho sujetos.

La idea del experimento era crear un algoritmo informático a partir de los datos recogidos, referentes al dolor, de un conjunto de individuos, y luego usar ese modelo para clasificar con precisión el dolor en un conjunto completamente nuevo de individuos. El equipo introdujo los datos de los escáneres cerebrales de los ocho nuevos sujetos en el ordenador para determinar si sintieron dolor térmico. El ordenador produjo cálculos correctos el 81 por ciento de las veces.

En palabras de Mackey, "confiamos en los autoinformes de los pacientes sobre el dolor. Yo confío en los autoinformes cuando, como médico, me ocupo de un paciente con dolor crónico. Sin embargo, hay un gran número de pacientes, sobre todo entre los más jóvenes y los ancianos, que no pueden comunicar sus niveles de dolor. En esos casos sería maravilloso poseer una técnica fiable que midiera el dolor fisiológico".

Seguir a teinteresa en...

KIT BUENOS DÍAS (El mejor resumen de prensa en tu mail)

Recibir noticias
    • Facebook (Me gusta)
    • Tweetea!
    • Google Plus One
  • Compartir:
  • Deja tu comentario

Kit Buenos Días

Diciembre 2016
Lun Mar Mie Jue Vie Sab Dom
1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31