Investigadores del Centro de Conmoción cerebral canadiense CCC del Centro de Neurociencia de Krembil KNC han identificado tendencias de síntomas que pueden no solo ayudar a predecir qué tan pronto se recuperarán los pacientes que padecen el síndrome post-conmoción cerebral PCS, sino también proporcionar información sobre cómo trataraquellos que experimentan síntomas persistentes de conmoción cerebral.
Los hallazgos fueron publicados en el Diario de Neurotrauma .
Utilizando un análisis de clustergram para visualizar patrones potenciales entre pacientes y síntomas, los investigadores analizaron los datos recopilados de 110 pacientes que padecen PCS. Los resultados del análisis arrojaron nuevas ideas sobre la condición que ayudará a los profesionales de la salud a informar y tratar mejor a los pacientes con PCS.estudio encontró que :
• El número de síntomas que experimentaron los pacientes con PCS predijo si se recuperarían o no. Por ejemplo, los pacientes con uno o dos síntomas tenían más probabilidades de recuperarse y recuperarse más rápidamente que aquellos con diez o más síntomas.
• Las personas con síntomas de conmoción cerebral persistentes que reanudaron el deporte a pesar de las recomendaciones de no hacerlo, tenían más probabilidades de no recuperarse de PCS.
• Parece que existen relaciones entre ciertos síntomas de PCS. Por ejemplo, quienes padecen PCS que informaron experimentar ansiedad también informaron depresión, dos síntomas que parecían ir de la mano. Se necesita más investigación para comprender mejor esta relación, pero podría indicar queLas regiones del cerebro responsables de estos síntomas están cerca unas de otras y se lesionaron juntas.
• El clustergram mostró dos grupos distintos de síntomas entre los pacientes con PCS con un grupo de síntomas que se informaron con mucha más frecuencia que el otro. Además, los síntomas del grupo que se observaron con menos frecuencia no estaban presentes a menos que los del grupo delos síntomas más comunes también estuvieron presentes, lo que indica un orden predecible de expresión de síntomas.
• Finalmente, los pacientes con síntomas que duraron más de tres años no se recuperaron por completo de PCS. Este es el primer estudio que indica que podría haber un período definido para PCS después del cual la recuperación es poco probable, pero se necesita más investigación de untamaño de muestra más grande para determinar si esto es cierto.
"Estos hallazgos señalan que la presencia de síntomas múltiples con PCS puede indicar una enfermedad prolongada", dice el Dr. Charles Tator, neurocirujano y director del CCC que dirigió el estudio. "Aunque se necesita más investigación, en base a estos hallazgos Ialentaría a los profesionales de la salud a prestar atención a la multiplicidad de síntomas en pacientes con PCS y tratar enérgicamente tantos de ellos como sea posible para aumentar las posibilidades de recuperación ".
Según la investigación existente, la PCS afecta a entre el 5 y el 43 por ciento de las personas con conmoción cerebral, personas que de otro modo se recuperarían por completo dentro de los primeros tres meses de sufrir una conmoción cerebral. Se sabe poco sobre la causa exacta de la PCS, y tambiénse desconoce si PCS es un predictor de encefalopatía traumática crónica CTE, una enfermedad neurodegenerativa progresiva que se ha relacionado con conmociones cerebrales múltiples.
"Existe un rango tan amplio de recuperación entre los pacientes con PCS que es necesaria una mayor investigación para comprender mejor la condición", dice Tator. "Una vez que podamos caracterizar mejor esta fase de la lesión por conmoción cerebral, esperamos que nos ayude a determinar si existetambién es un enlace con CTE "
El equipo de investigación continuará siguiendo a los participantes del estudio durante al menos diez años para notar cualquier cambio en sus síntomas y determinar si hay alguna recuperación adicional.
El análisis de Clustergram es parte de la tecnología de aprendizaje automático, un campo emergente en la atención médica que proporciona soporte matemático para analizar grandes cantidades de información y datos con el fin de identificar patrones significativos en una amplia variedad de enfermedades. En el presente estudio, muchos de los hallazgossolo fueron evidentes al usar el aprendizaje automático.
Fuente de la historia :
Materiales proporcionado por Red de salud universitaria UHN . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :