| Journal: | Revista mexicana de ingeniería biomédica |
| Database: | PERIÓDICA |
| System number: | 000421690 |
| ISSN: | 0188-9532 |
| Authors: | Galván Tejada, J.I1 Arceo Olague, J.G1 Luna García, H1 Gamboa Rosales, H1 Celaya Padilla, J.M1 Zanella Calzada, L.A1 Magallanes Quintanar, R1 Galván Tejada, C.E1 |
| Institutions: | 1Universidad Autónoma de Zacatecas, Unidad Académica de Ingeniería Eléctrica, Zacatecas. México |
| Year: | 2018 |
| Season: | Ene-Abr |
| Volumen: | 39 |
| Number: | 1 |
| Country: | México |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Aplicado, descriptivo |
| Spanish abstract | El dolor de rodilla es el síntoma más común y limitante de la Osteoartritis (OA), además de presentarse como una manifestación tardía de la enfermedad. Los cambios que ocurren en las estructuras de las articulaciones se presentan en las primeras etapas de la OA. Algunos de los cambios más comunes son la formación de osteofitos óseos, degradación del cartílago, y la reducción del espacio en la articulación, entre otros. El principal objetivo de este estudio es la asociación de características radiológicas con el síntoma de dolor de las articulaciones, para lo que fueron realizados dos estudios: univariado y multivariado, usando herramientas bioinformáticas para determinar la relación de futuro dolor con la evidencia radiológica temprana de la enfermedad. Todos los datos fueron recuperados de la Osteoarthritis Initiative repository (OAI). Este estudio de caso-control se llevó a cabo utilizando los datos disponibles de los participantes de la base de datos de la OAI. Los datos radiológicos fueron evaluados con diferentes grupos de radiología de la OAI. Fueron usadas puntuaciones cuantitativas y semi- cuantitativas para medir las dos diferentes relaciones entre los datos radiológicos en tres diferentes puntos de tiempo. El objetivo fue seguir la trayectoria de la aparición y prevalencia del dolor como síntoma. Todos los modelos predictivos fueron estadísticamente significativos (P ≤ 0,05). Para el análisis cuantitativo se calcularon las áreas bajo la curva (AUC): 0.6516, 0.6174, y 0.6737 para T-0, T-1 y T-2, y para el análisis semi-cuantitativo se calcularon las AU C: 0.6865, 0.6486, y 0.6406 para T-0, T-1 y T-2. Los modelos obtenidos en el estudio bioinformático sugieren que los cambios tempranos en la estructura de las articulaciones pueden estar asociados con el futuro dolor de rodilla. Un biomarcador basado en imágenes que pueda predecir el futuro dolor, medido en las primeras etapas de OA, podría convertirse en una herr |
| English abstract | Knee pain is the most common and disabling symptom in Osteoarthritis (OA). Joint pain is a late manifestation of the OA. In earlier stages of the disease changes in joint structures are shown. Also, formation of bony osteophytes, cartilage degradation, and joint space reduction which are some of the most common, among others. The main goal of this study is to associate radiological features with the joint pain symptom. Univariate and multivariate studies were performed using Bioinformatics tools to determine the relationship of future pain with early radiological evidence of the disease. All data was retrieved from the Osteoarthritis Initiative repository (OAI). A case-control study was done using available data from participants in OAI database. Radiological data was assessed with different OAI radiology groups. We have used quantitative and semi-quantitative scores to measure two different relations between radiological data in three different time points. The goal was to track the appearance and prevalence of pain as a symptom. All predictive models were statistically significant (P ≤ 0,05), obtaining the receiving operating characteristic (ROC) curves with their respective area under the curves (AUC) of 0.6516, 0.6174, and 0.6737 for T-0, T-1 and T-2 in quantitative analysis. For semi-quantitative an AU C of 0.6865, 0.6486, and 0.6406 for T-0, T-1 and T-2. The models obtained in the Bioinformatics study suggest that early joint structure changes can be associated with future joint pain. An image-based biomarker that could predict future pain, measured in early OA stages, could become a useful tool to improve the quality of life of people dealing OA |
| Disciplines: | Medicina |
| Keyword: | Reumatología, Diagnóstico, Modelos estocásticos, Biomarcadores, Osteoartritis, Dolor, Radiología, Rodilla |
| Keyword: | Rheumatology, Diagnosis, Stochastic models, Biomarkers, Osteoarthritis, Pain, Knee, Radiology |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
