No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Un equipo de las universidades Politécnica de Valencia y de Castilla-La Mancha han desarrollado un método algorítmico para detectar el riesgo de padecer un episodio de fibrilación auricular al menos una hora antes de su inicio. Este margen da más tiempo para actuar ante la arritmia cardiaca.
Investigadores del campus de Gandia de la Universidad Politécnica de Valencia y la Universidad de Castilla-La Mancha han ideado una técnica que detecta el riesgo de sufrir un episodio de fibrilación auricular paroxística –con episodios recurrentes– al menos una hora antes de su comienzo.
Se trata de un método no invasivo, cómodo para el paciente y muy fácil de aplicar, ya que puede incorporarse al registro electrocardiográfico rutinario de larga duración –24h–. El trabajo se ha publicado en la revista Physiological Measurement.
Según apuntan los investigadores, los métodos existentes hasta la fecha sólo pueden detectar el riesgo de fibrilación auricular apenas unos minutos antes de que se produzca, lo que deja muy poco margen para la reacción preventiva o la puesta en marcha de tratamientos de choque.
“En las pruebas que hemos desarrollado con nuestro método, el tiempo medio de detección sería de dos horas antes y el mínimo de una hora. De este modo, su aplicación en la práctica clínica permitiría adelantar los tratamientos necesarios para prevenir la pérdida del ritmo del corazón, con la consiguiente tranquilidad también para el paciente”, apunta José Joaquín Rieta, del Grupo Biomedical Synergy de la UPV e investigador principal del proyecto.
Para el desarrollo de esta técnica, se analizaron un total de 24 casos de pacientes afectados por fibrilación auricular y monitorizados a lo largo de todo el día mediante un sistema de electrocardiograma ambulatorio convencional (Holter-ECG).
“Comparando estos registros con otro conjunto de pacientes sanos, nuestra investigación ha conseguido advertir la presencia de diferencias morfológicas entre ambos, susceptibles de ser síntomas de un episodio de fibrilación auricular", dice Rieta.
"Lo que hemos hecho es desarrollar un método algorítimico que, considerando estas variables e incorporándose a un sistema de monitorización, sería capaz de predecir si el paciente corre riesgo de sufrir un episodio de fibrilación auricular”, añade.
La fibrilación auricular afecta al 1% de la población general y llega hasta el 15% en el caso de la población mayor de 70 años. Además, es la arritmia cardiaca más frecuente, suponiendo cerca de la mitad de las consultas cardiológicas hospitalarias.
Entre los factores que favorecen su aparición, aparte de la propia edad, se encuentran la hipertensión arterial, el hipertiroidismo, hipertrofia cardiaca, la obesidad, o el abuso del alcohol, entre otros. Su consecuencia más grave es la formación de trombos en las aurículas, que pueden ser transportados por el sistema sanguíneo produciendo un accidente cerebrovascular.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
