Un equipo de
investigadores utilizó IA para analizar mas de 66.000 resonancias magnéticas de
cuerpo entero, con el fin de crear un mapa de referencia detallado sobre la
distribución de la grasa y la masa muscular en el cuerpo humano en función de
la edad, el sexo y la estatura. El estudio muestra que la calidad y la cantidad
de músculo esquelético, y no solo la grasa visceral, son fuertes predictores de
diabetes, eventos cardiovasculares graves y mortalidad.
Los médicos llevan mucho tiempo
basándose en el índice de masa corporal (IMC) y el peso corporal para estimar
el riesgo cardiometabólico —la conexión entre los sistemas cardiovascular
(corazón/vasos sanguíneos) y metabólico (procesamiento de energía/nutrientes)
en la salud— y el riesgo general para la salud. Pero el IMC es una medida
aproximada de la composición corporal que solo se basa en la altura y el peso y
no tiene en cuenta la masa muscular ni la distribución de la grasa.
«Muchas puntuaciones de riesgo y
decisiones terapéuticas siguen basándose en el IMC o la circunferencia de la
cintura porque son datos fáciles de obtener», explica el Dr. Jakob
Weiss, investigador principal y radiólogo del Departamento de Radiología
Diagnóstica e Intervencionista del Centro Médico Universitario de Friburgo
(Alemania). «Pero el IMC no refleja de forma fiable la composición
corporal real de una persona«.
El Dr. Weiss agrega que la
comunidad médica carece también de estándares de referencia sobre cómo cambia
la composición corporal en personas asintomáticas a medida que envejecen, así
como sobre las diferencias entre hombres y mujeres.
«Cada vez hay más pruebas de
que las medidas de la composición corporal son factores de riesgo
independientes para las enfermedades cardiometabólicas y oncológicas y la
mortalidad«, afirma el también investigador, Dr. Matthias Jung, del
Departamento de Radiología Diagnóstica e Intervencionista del Centro Médico
Universitario de Friburgo. «Sin embargo, estas medidas se ven influenciadas por
la estatura y el sexo, y cambian sustancialmente con la edad».
El estudio incluyó una cohorte
de 66.608 personas (edad media de 57,7 años, 34 443 hombres, IMC
medio: 26,2) que se sometieron a una resonancia magnética de cuerpo entero como
participantes en el Biobanco del Reino Unido y la Cohorte Nacional Alemana
entre abril de 2014 y mayo de 2022.
Como resultado, los
investigadores descubrieron que un nivel elevado de grasa visceral se asocia
con un riesgo 2,26 veces mayor de padecer diabetes en el futuro; un nivel
elevado de grasa intramuscular, con un riesgo 1,54 veces mayor de sufrir
eventos cardiovasculares graves en el futuro; y una masa muscular esquelética
reducida, con una mortalidad por todas las causas 1,44 veces mayor, más allá de
los factores de riesgo cardiometabólicos.
«No se trata solo de la cantidad
de músculo que se tiene, sino también de la calidad de ese músculo», afirma el
Dr. Jung y agrega que «Conocer el volumen de grasa intramuscular nos ofrece una
perspectiva de la calidad muscular que otros métodos, como el IMC, el análisis
de impedancia bioeléctrica o la DEXA, no pueden proporcionar fácilmente».
El equipo de investigación
también generó curvas de referencia normalizadas por edad, sexo y
estatura para las medidas clave de la composición corporal y
publicaron una calculadora web de código abierto de la puntuación z
de la composición corporal ajustada por edad, sexo y estatura para apoyar
futuras investigaciones, acelerar la traslación clínica y permitir a los
investigadores y médicos normalizar sus propios conjuntos de datos con el fin
de mejorar la comparabilidad y la generalizabilidad.
Con esta herramienta, que permite
a los médicos utilizar las pruebas de imagen rutinarias de forma
oportuna, no es necesario realizar una resonancia magnética de cuerpo
entero específica. «Si ya se dispone de una tomografía computarizada o una
resonancia magnética de cuerpo entero de rutina, se puede extraer la
información para compararla con los valores de referencia», explica el Dr.
Weiss.
El investigador señaló también
que la herramienta de IA podría ayudar a mejorar la estratificación del
riesgo en oncología y a distinguir la pérdida de grasa deseable de la
pérdida muscular no deseada en pacientes que utilizan fármacos para la pérdida
de peso, como los agonistas del GLP-1.
Los próximos pasos para
los investigadores incluyen la validación de las curvas de referencia en
poblaciones clínicas, especialmente la predicción de la toxicidad del
tratamiento, la supervivencia y la recurrencia en pacientes con cáncer, así como
el desarrollo de valores de referencia específicos para cada enfermedad en
otros grupos de pacientes.
Fuentes:
Leído en e-health-reporter-by-atym
