Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Predicen recuperación a largo plazo post paro cardíaco

Por el equipo editorial de MedImaging en español
Actualizado el 12 Dec 2017
Las mediciones de resonancia magnética (RM) de la conectividad funcional cerebral medidas después de cuatro semanas del paro cardíaco (PC) se asocian con un resultado favorable al cabo de un año, según un nuevo estudio.
 

Imagen: La resonancia magnética funcional muestra 10 redes cerebrales a gran escala (Fotografía cortesía de Wikimedia).
Imagen: La resonancia magnética funcional muestra 10 redes cerebrales a gran escala (Fotografía cortesía de Wikimedia).
Los investigadores de la Facultad de Medicina de la Universidad Johns Hopkins (JHU-SOM, Baltimore, MD, EUA), el Hospital Pitie-Salpetriere (París, Francia) y otras instituciones, realizaron un estudio prospectivo, multicéntrico de 46 pacientes que estaban en estado de coma después de un PC con el fin de evaluar si la conectividad funcional cerebral temprana se asociaba con la recuperación funcional después de un año. A todos los participantes les practicaron una resonancia magnética estructural y funcional, multiparamétrica, aproximadamente 12 días después del PC. Se midió la conectividad dentro de la red y entre las redes en la red de atención dorsal (DAN), la red en modo predeterminado (DMN), la red de prominencia (SN) y la red de control ejecutivo (ECN).
 
Los resultados mostraron que 11 de los pacientes mostraron un resultado favorable al año. Se observó una conectividad DMN dentro de la red más alta para los pacientes con un resultado favorable, que también tenían una mayor correlación entre la SN y la DMN, y entre la SN y la red de control ejecutivo, en comparación con los pacientes con resultado desfavorable; el efecto se mantuvo después del ajuste para múltiples variables. En comparación con la recuperación de inversión atenuada por fluido o las puntuaciones de imagen ponderadas por difusión, la anticorrelación de SN-DMN predijo los resultados con mayor exactitud. El estudio fue publicado el 18 de octubre de 2017 en la revista Radiology.
 
“Las medidas basadas en imágenes de resonancia magnética de la conectividad de la red funcional cerebral obtenidas en la fase aguda de paro cardíaco se asociaron independientemente con el resultado favorable al año, lo que justifica la validación como marcadores tempranos del potencial de recuperación a largo plazo en pacientes con encefalopatía anóxica-isquémica”, concluyeron el autor principal, Haris Sair, MD, y colegas.
 
El conjunto de áreas cerebrales identificadas que están unidas en una red a gran escala se identifica por su función y proporcionan un marco coherente para comprender la cognición. Las principales redes identificadas incluyen la DAN, involucrada en el despliegue voluntario de la atención y la reorientación a eventos inesperados; la DMN, activa durante la introspección; la SN que monitoriza la relevancia de las entradas externas y de los eventos cerebrales internos; y la ECN que participa en tareas cognitivas que requieren atención dirigida externamente, como la memoria para el trabajo, la integración de las relaciones, la inhibición de las respuestas y el cambio del conjunto de tareas.
 

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound System
P20 Elite
PACS Workstation
CHILI Web Viewer
Ultrasound System
Acclarix AX9

Últimas Imaginología General noticias

Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino

Puntuación de calcio coronario por TC predice ataques cardíacos y accidentes cerebrovasculares

Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC