Una reciente investigación encontro que un nuevo algoritmo médico diseñado para simular la progresión de la artrosis de rodilla, predice su desarrollo según el caso específico de cada paciente.
El diagnóstico de la artrosis suele basarse en el examen clínico y radiografía convencional.
Sin embargo, este enfoque diagnóstico tradicional es insensible a las primeras etapas de la artrosis, ya que las imágenes no revelan los cambios tempranos en el tejido cartilaginoso y los pacientes pueden no sentir dolor en las rodillas durante esta primera etapa.
Por lo tanto, este nuevo algoritmo desarrollado en Universidad de Finlandia Oriental, podría ser una herramienta valiosa en la toma temprana de decisiones clínicas para el tratamiento de la artrosis.
Que es un algoritmo médico?
Un algoritmo es cualquier método para resolver un problema o alcanzar una meta específica.
En medicina, un algoritmo se puede utilizar funcionalmente para:
- Clasificar
- Diagnosticar
- Ayudar en la toma de decisiones
- Determinar el pronóstico y riesgo
- Especificar la terapia
- Monitorizar la respuesta al tratamiento
- Determinar la relación coste-eficacia de una estrategia
- Predecir una tendencia a lo largo del tiempo
- Realizar la conversión de datos
En la investigación, se probó la capacidad del algoritmo para medir la progresión de la artrosis en pacientes individuales y calificar su gravedad mediante el sistema Kellgren y Lawrence.
La investigación
El algoritmo se aplicó en 21 pacientes libres de artrosis a los cuales se les realizó un seguimiento de cuatro años.
Al finalizar los cuatro años, dichos pacientes se dividieron en tres grupos: pacientes sin artrosis, pacientes con artrosis leve y pacientes con artrosis grave.
Éstos grupos se formaron basándose en el grado Kellgren-Lawrence definido experimentalmente.
Cuatro años después, basados en el pronóstico de la simulación y en las calificaciones de Kellgren-Lawrence definidas experimentalmente, los investigadores encontraron que el algoritmo era capaz de categorizar a los pacientes en sus grupos correctos.
Que es el sistema Kellgren y Lawrence?
Es una clasificación radiológica de la artrosis de rodilla, que clasifica su severidad en cinco grados.
Esta clasificación fue propuesta por Kellgren et al. en 1957 y posteriormente aceptada por la OMS en 1961.
Clasificación
- Grado 0: No se evidencian rasgos radiográficos de artrosis
- Grado 1: Estrechamiento dudoso del espacio articular (EEA) y posible inflamación osteofítica.
- Grado 2: Osteofitos definidos y posible EEA en radiografía de soporte anteroposterior
- Grado 3: Osteofitos múltiples, EEA definido, esclerosis, posible deformidad ósea
- Grado 4: Osteofitos grandes, EEA marcado, esclerosis severa y deformidad ósea definida
Como funciona este algoritmo?
El algoritmo de degeneración de cartílago, se basa en el análisis de las tensiones experimentadas por la articulación de la rodilla durante la marcha.
Dichas tensiones, son simuladas en una computadora, en la que el algoritmo, al superar cierto umbral, determina que estas causarán degeneración local en el cartílago articular de la rodilla.
Cuales son los beneficios de este avance para los pacientes con artrosis?
Este algoritmo de degeneración tiene gran potencial para predecir la progresión específica en los pacientes con artrosis de rodilla.
También podría ser utilizado para simular clínicamente los efectos en la progresión de la artrosis debido a diversas intervenciones, incluyendo osteotomía, meniscectomía y pérdida de peso.
Sin embargo, uno de los aspectos más importantes, es que facilita la toma de decisiones clínicas en el tratamiento temprano de la artrosis con el objetivo de ralentizar, e incluso detener el desarrollo de esta enfermedad articular.
El alivio o ausencia temprana de los síntomas afecta de forma importante la capacidad funcional de los pacientes y su calidad de vida.
Fuente
Liukkonen, M.K., Mononen, M.E., Klets, O., Arokoski, J.P., Saarakkala, S., and Korhonen, R.K. 2017. Simulation of Subject-Specific Progression of Knee Osteoarthritis and Comparison to Experimental Follow-up Data: Data from the Osteoarthritis Initiative. Scientific Reports7, 1. [Fuente]