US DE COOKIES
Utilitzem cookies necessàries de sistema per al correcte funcionament de la web i cookies opcionals de Google Analytics per obtenir estadístiques de visita.
 +info

Configuració cookies

  • Necessàries

    Les cookies necessàries són absolutament essencials perquè el lloc web funcioni correctament. Aquesta categoria només inclou galetes que garanteixen funcionalitats bàsiques i funcions de seguretat del lloc web. Aquestes cookies no emmagatzemen cap informació personal.

    NomProveïdorPropietatFinalitatCaducitat+info
    _GRECAPTCHAgoogle.comPropiaProveir protecció antispam amb el servei reCaptcha6 mesos
    cc_cookie_acceptfidmag.orgPropiaUsada per confirmar que l'usuari ha confirmat / refusat les cookies (i quins tipus accepta)1 any
    WEB_SESSIONfidmag.orgPropiaCookie técnica: cookie de sessió PHP. Guarda l'id de sessió d'usuari.al acabar la sessió

  • Anàlisi

    Les cookies analítiques s'utilitzen per entendre com interactuen els visitants amb el lloc web. Aquestes cookies ajuden a proporcionar informació sobre mètriques, el nombre de visitants, el percentatge de rebots, la font del trànsit, etc.

    NomProveïdorPropietatFinalitatCaducitat+info
    _gaGoogle AnalyticsDe tercersCookie d'anàlisi o mesurament: Identifica els usuaris i proporciona informació sobre com els usuaris troben la pàgina web i com la utilitzen per a realització d'Informes estadístics2 anys
    _gat_gtag_UA_141706552_1Google AnalyticsDe tercersCookie d'anàlisi o mesurament: Tracking per part de google per google analytics1 minut
    _gidGoogle AnalyticsDe tercersCookie d'anàlisi o mesurament: S'usa per limitar el percentatge de sol·licituds24 hores

ConfigurarRebutjar totesAcceptar

Les empremtes dactilars, un marcador útil, fàcil, ràpid i fiable com a predictor del risc de patir esquizofrènia

FIDMAG Germanes Hospitalàries – G15 CIBERSAM, en col·laboració amb els centres de Germanes Hospitalàries, publica a la prestigiosa revista Schizophrenia Bulletin, l'estudi "Fingerprints as Predictors of Schizophrenia: A Deep Learning Study"
20/12/2022

El Dr. Raymond Salvador, investigador de FIDMAG Germanes Hospitalàries – G15 CIBERSAM, ha liderat un estudi multicèntric a nivell nacional que ha tingut com a objectiu estudiar la utilitat de les empremtes dactilars com a marcador del risc de patir esquizofrènia. Els resultats de l'estudi, publicats a la prestigiosa revista Schizophrenia Bulletin, demostren que, mitjançant l'ús d'algorismes d'aprenentatge automàtic, s'assoleix una fiabilitat del 70% a l'hora de discernir entre empremtes dactilars de persones amb esquizofrènia i empremtes dactilars de persones sanes.

 

Tot i que una precisió del 70% no és suficient per si sola per a un diagnòstic definitiu d'esquizofrènia, el Dr. Raymond Salvador, investigador principal de l'estudi,  explica que, en combinació amb altres fonts d'informació, te un gran valor predictiu. Les empremtes son un patró estable al llarg de tota la vida i poden ser utilitzades com a un marcador útil, fàcil, ràpid i fiable del risc de desenvolupament de la malaltia.


La principal hipòtesi sobre l'origen de l'esquizofrènia apunta a alteracions d'origen genètic i ambiental produïdes durant el desenvolupament prenatal i/o durant els primers anys de vida. Les empremtes dactilars es consideren un marcador del neurodesenvolupament primerenc pel fet de tenir un origen embrionari comú amb el sistema nerviós central, ja que es formen conjuntament durant les mateixes setmanes de gestació.

 

Estudis previs han suggerit que hi ha alteracions en els patrons de les empremtes dactilars en pacients amb esquizofrènia, però aquests estudis han utilitzat mostres petites i s'han basat en l'anàlisi d'aspectes molt concrets de les empremtes, ignorant gran part de la informació continguda a la petjada dactilar.

 

Els darrers avenços en intel·ligència artificial, concretament l'aprenentatge profund (deep learning), han permès analitzar els patrons dactilars amb tota la seva complexitat. La implementació d'aquestes tècniques requereix grans mostres. Des de FIDMAG Germanes Hospitalàries – G15 CIBERSAM s'ha coordinat un estudi multicèntric per recollir les empremtes dactilars de prop de 1.500 persones, pel que ha sigut clau la col·laboració dels centres de Germanes Hospitalàries:

- Benito Menni Complex Assistencial en Salut Mental, Barcelona

- Centro Sociosanitario Hermanas Hospitalarias, Palencia

- Hospital Mare de Déu de la Mercè, Barcelona

- Centro Hospitalario Padre Menni, Santander

- Complejo asistencial Hermanas Hospitalarias, Màlaga

Clínica psiquiátrica Padre Menni, Pamplona

- Complejo Asistencial Benito Menni, Ciempozuelos

Clínica San Miguel, Madrid

- Hospital Sagrat Cor, Martorell

- Hospital Aita Menni, Mondragón

- Centro Neuropsiquiatrico Nuestra Señora del Carmen, Saragossa


Actualment es tarda un mínim de 6 mesos en obtenir la confirmació d'un diagnòstic d'esquizofrènia. Aquest estudi permet disposar d'una nova eina que aporta informació instantània (l'escaneig de les empremtes i l'obtenció del resultat comporten pocs minuts) que permetrà la detecció del risc i el diagnòstic primerenc de l'esquizofrènia, fet que és fonamental per tal d'aconseguir un millor pronòstic i evolució de la malaltia.

 

Consulta l'article complet aquí.

R. Salvador, M. García-León, I. Feria-Raposo, C. Botillo-Martín, C. Martín-Lorenzo, C. Corte-Souto, T. Aguilar-Valero, D. Gil-Sanz, D. Porta-Pelayo, M. Martín-Carrasco, F. Del Olmo-Romero, J. Maria Santiago-Bautista, P. Herrero-Muñecas, E. Castillo-Oramas, J. Larrubia-Romero, Z. Rios-Alvarado, J. Antonio Larraz-Romeo, M. Guardiola-Ripoll, C. Almodóvar-Payá, M. Fatjó-Vilas Mestre, S. Sarró, P. J. McKenna and E. Pomarol-Clotet

Fingerprints as Predictors of Schizophrenia: A Deep Learning Study

Schizophr Bull (IF: 9,306; D1). 2022. PubMed ID: 36444899

huellas conjunt

 

Difusió de la notícia - enllaços:

 

 

 

Formem part de
HH Província Espanya
Contacteu-nos

Avda. Jordà, 8, 08035 Barcelona
Telèfon: 935 480 105
E-mail: fundacio@fidmag.org
Formulari de contacte online 

           

 

Reconeixements a la qualitat i l'excel·lència
Darrera modificació: 23/12/2024