Cr\u00e9dito: CC0 Public Domain <\/p>\n
La epilepsia es una de las afecciones neurol\u00f3gicas m\u00e1s comunes y afecta a m\u00e1s de 65 millones en todo el mundo. Para quienes padecen epilepsia, la llegada de una convulsi\u00f3n puede sentirse como una bomba de relojer\u00eda. Podr\u00eda ocurrir en cualquier momento o en cualquier lugar, lo que podr\u00eda representar un riesgo fatal cuando se produce una convulsi\u00f3n durante situaciones de riesgo, como al conducir. <\/p>\n
Un equipo de investigaci\u00f3n de la Escuela de Ingenier\u00eda Viterbi de la USC y la Medicina Keck de la USC est\u00e1n abordando este peligroso problema con un nuevo y poderoso modelo matem\u00e1tico de predicci\u00f3n de convulsiones que brindar\u00e1 a los pacientes con epilepsia una advertencia precisa de cinco minutos a una hora antes de que puedan experimentar una convulsi\u00f3n, ofreciendo una mayor libertad para el paciente y reduciendo la necesidad de intervenci\u00f3n m\u00e9dica.<\/p>\n
La investigaci\u00f3n, publicada en el Journal of Neural Engineering, est\u00e1 dirigida por los autores correspondientes Dong Song, profesor asociado de investigaci\u00f3n de ingenier\u00eda biom\u00e9dica en la USC Escuela de Ingenier\u00eda Viterbi y Pen-Ning Yu, ex Ph.D. investigador en el laboratorio de Song, en colaboraci\u00f3n con Charles Liu, profesor de cirug\u00eda neurol\u00f3gica cl\u00ednica y director del Centro de Neurorestauraci\u00f3n de la USC. Los otros autores son el catedr\u00e1tico de ingenier\u00eda David Packard y profesor de ingenier\u00eda biom\u00e9dica, Ted Berger, y la directora m\u00e9dica del Programa Integral de Epilepsia de la USC en el Centro M\u00e9dico Keck, Christianne Heck.<\/p>\n
El modelo matem\u00e1tico funciona aprendiendo de grandes cantidades de datos de se\u00f1ales cerebrales recopilados de un implante el\u00e9ctrico en el paciente. Liu y su equipo ya han estado trabajando con pacientes de epilepsia con dispositivos implantables, que pueden ofrecer un seguimiento continuo en tiempo real de las se\u00f1ales el\u00e9ctricas del cerebro de la misma manera que un electroencefalograma (EEG) utiliza electrodos externos para medir las se\u00f1ales. El nuevo modelo matem\u00e1tico puede tomar estos datos y aprender las se\u00f1ales cerebrales \u00fanicas de cada paciente, en busca de precursores o patrones de actividad cerebral que muestren un estado \u00abpreictal\u00bb, en el que el paciente corre el riesgo de sufrir una convulsi\u00f3n.<\/p>\n
Song dijo que el nuevo modelo puede predecir con precisi\u00f3n si una convulsi\u00f3n puede ocurrir dentro de una hora, lo que le permite al paciente realizar la intervenci\u00f3n necesaria.<\/p>\n
\u00abPor ejemplo, podr\u00eda ser tan simple como alertar al paciente de que su convulsi\u00f3n se avecina en la pr\u00f3xima hora, por lo que no debe conducir su autom\u00f3vil en este momento, o debe tomar su medicamento, o debe ir y sentarse\u00bb, dijo Song. \u00abO, idealmente, en el futuro podemos detectar se\u00f1ales de convulsiones y luego enviar estimulaci\u00f3n el\u00e9ctrica a trav\u00e9s de un dispositivo implantable al cerebro para evitar que ocurra la convulsi\u00f3n\u00bb.<\/p>\n
Liu dijo que el descubrimiento tendr\u00eda importantes implicaciones positivas para la salud p\u00fablica. , dado que el tratamiento de la epilepsia se vio gravemente afectado el a\u00f1o pasado por la pandemia.<\/p>\n
\u00abEs de esperar que esto cambie la forma en que tratamos la epilepsia en el futuro y est\u00e1 impulsado por las necesidades que han existido durante mucho tiempo, pero se han destacado y acelerado por COVID\u00bb, dijo Liu.<\/p>\n
Dijo que actualmente, los pacientes con epilepsia m\u00e9dicamente intratable (epilepsia que no se puede controlar con medicamentos) son admitidos electivamente en el hospital para monitoreo de video EEG. Con la llegada de COVID, estas admisiones electivas se detuvieron por completo y los programas de epilepsia en todo el pa\u00eds se detuvieron durante el a\u00f1o pasado. Liu dijo que esto destaca la necesidad de un nuevo flujo de trabajo mediante el cual las grabaciones de EEG del cuero cabelludo o los electrodos intradurales se puedan adquirir en casa y analizar computacionalmente.<\/p>\n
\u00abEntonces, necesitamos crear un nuevo flujo de trabajo mediante el cual, en lugar de traer pacientes a la UCI, tomamos las grabaciones de su hogar y usamos los modelos de computaci\u00f3n para hacer todo lo que habr\u00edan hecho en el hospital\u00bb, dijo Liu. \u00abNo solo puede administrar a los pacientes mediante el distanciamiento f\u00edsico, sino que tambi\u00e9n puede escalar de una manera que solo lo permite la tecnolog\u00eda. La computaci\u00f3n puede analizar miles de p\u00e1ginas de datos a la vez, mientras que un solo neur\u00f3logo no puede\u00bb.<\/p>\n
C\u00f3mo el El modelo de predicci\u00f3n de convulsiones funciona<\/p>\n
Song dijo que el nuevo modelo era diferente a los modelos anteriores de predicci\u00f3n de convulsiones en el sentido de que extrae informaci\u00f3n tanto lineal como no lineal de las se\u00f1ales cerebrales del paciente.<\/p>\n
\u00abLineal es la caracter\u00edstica simple. Si entiendes las partes, puedes entender el todo\u00bb, dijo Song. \u00abMientras que la caracter\u00edstica no lineal significa que incluso si comprende las partes, cuando aumenta la escala tiene algunas propiedades emergentes que no se pueden explicar\u00bb.<\/p>\n
\u00abPara algunos pacientes, las caracter\u00edsticas lineales son m\u00e1s importantes y para En otros pacientes, las caracter\u00edsticas no lineales son m\u00e1s importantes\u00bb, dijo Song.<\/p>\n
Song dijo que mientras otros modelos predicen la actividad cerebral en una escala de tiempo corta, cuesti\u00f3n de milisegundos, el modelo de su equipo examin\u00f3 una escala de tiempo extendida .<\/p>\n
\u00abEl cerebro es un dispositivo de escala multitemporal, por lo que debemos comprender lo que sucede no solo a corto plazo, sino en muchos m\u00e1s pasos en el futuro\u00bb, dijo Song.<\/p>\n
Dijo que el modelo tambi\u00e9n es \u00fanico en el sentido de que es espec\u00edfico para cada paciente: extrae la informaci\u00f3n que es importante para cada paciente individual. Porque cada cerebro es muy diferente en cuanto a las se\u00f1ales que indican un estado \u00abpreictal\u00bb.<\/p>\n
\u00abTodos los pacientes son diferentes entre s\u00ed, por lo que para predecir con precisi\u00f3n las convulsiones, necesitamos registrar las se\u00f1ales , necesitamos observar muchas funciones diferentes y necesitamos tener un algoritmo para seleccionar la funci\u00f3n m\u00e1s importante para la predicci\u00f3n\u00bb, dijo Song.<\/p>\n
\u00abNo puedo decirte lo emocionante que es, esto es En la USC hemos estado muy interesados en tratar de crear herramientas que mejoren la dimensi\u00f3n de salud p\u00fablica de estas enfermedades que estamos tratando, y es realmente dif\u00edcil\u00bb, dijo Liu<\/p>\n
\u00abLos epilept\u00f3logos a\u00fan son relativamente pocos en n\u00famero en muchas partes de nuestro pa\u00eds y el mundo. Si bien pueden identificar muchas caracter\u00edsticas sutiles en EEG, los tipos de modelos que Song puede crear pueden identificar caracter\u00edsticas adicionales a una escala masiva necesaria para ayudar a los millones de pacientes afectados por la epilepsia en nuestra regi\u00f3n. y en todo el mundo\u00bb, dijo Liu.<\/p>\n
Heck, quien tambi\u00e9n es codirector de USC Neurorestora tion Center, dijo que hay dos problemas importantes para la relevancia cl\u00ednica de esta tecnolog\u00eda.<\/p>\n
\u00abUno es que la mayor\u00eda de los pacientes que sufren de epilepsia viven con miedo y ansiedad acerca de su pr\u00f3xima convulsi\u00f3n, que puede golpear como rel\u00e1mpago en el momento m\u00e1s inoportuno, tal vez mientras conduce, o simplemente caminando en p\u00fablico. Una advertencia amplia brinda una oportunidad cr\u00edtica de ‘ponerse a salvo'\u00bb, dijo Heck. \u00abEl segundo problema cl\u00ednicamente relevante es que tenemos implantes cerebrales, dispositivos inteligentes, que esta tecnolog\u00eda de ingenier\u00eda puede mejorar, dando una mayor esperanza de eficacia de nuestras terapias existentes\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Detecci\u00f3n de la epilepsia con entrop\u00eda M\u00e1s informaci\u00f3n:<\/strong> Pen-g Yu et al, A sparse multiscale nonlinear autorregressive model for convulsion Prediction, Journal of Neural Engineering (2021). DOI: 10.1088\/1741-2552\/abdd43 Informaci\u00f3n de la revista:<\/strong> Journal of Neural Engineering <\/p>\n Proporcionado por la Universidad del Sur de California Cita<\/strong>: La advertencia temprana de convulsiones podr\u00eda ser un juego. cambiador para pacientes con epilepsia (2021, 26 de febrero) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-early-warning-seizures-game-changer-epilepsy-patients.html Este documento est\u00e1 sujeto a derechos de autor Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede ser reproducido sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain La epilepsia es una de las afecciones neurol\u00f3gicas m\u00e1s comunes y afecta a m\u00e1s de 65 millones en todo el mundo. Para quienes padecen epilepsia, la llegada de una convulsi\u00f3n puede sentirse como una bomba de relojer\u00eda. Podr\u00eda ocurrir en cualquier momento o en cualquier lugar, lo que podr\u00eda representar un … Continuar leyendo \u00abLa alerta temprana de convulsiones podr\u00eda cambiar las reglas del juego para los pacientes con epilepsia\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14513","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14513","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=14513"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14513\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=14513"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=14513"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=14513"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}