La simulació a partir de reconstruccions 3D de densitometria òssia convencional discrimina millor el risc de fractura per osteoporosi
La simulació a partir de reconstruccions 3D de densitometria òssia convencional discrimina millor el risc de fractura per osteoporosi
La simulació a partir de reconstruccions 3D de densitometria òssia convencional discrimina millor el risc de fractura per osteoporosi
Segons un treball publicat recentment en edició avançada a la revista Bone, els autors del qual són membres de la Unitat d'Investigació BCN MedTech; l'empresa Galgo Medical, spin-off de la UPF, la Càtedra QUAES-UPF i el centre radiològic CETIR.
L'osteoporosi és una malaltia esquelètica en què es produeix una disminució de la densitat de massa òssia. Els ossos es tornen més porosos i es fan més fràgils fent-los més susceptibles a les fractures. Aquesta malaltia redueix la densitat òssia i debilita l'os. El debilitament de l'os augmenta el risc de fractura. Entre totes les fractures osteoporòtiques possibles, les fractures de maluc són un problema important en els països occidentals. De fet, s'estima que afecta un terç de les dones i a un cinquè dels homes. La fractura de maluc redueix la mobilitat, la qualitat de vida i fins i tot pot augmentar la mortalitat en dones i homes. Com a tal, la predicció de fractures osteoporòtiques de maluc és molt important en termes de qualitat i esperança de vida.
La predicció de fractures osteoporòtiques de maluc és molt important en termes de qualitat i esperança de vida
Un estudi recent publicat a l a revista Bone, ha tingut com a principal objectiu trobar criteris biomecànics per a la discriminació del risc de fractures de maluc explotant models 3D DXA derivats i simulacions per elements finits específiques per a pacients en un context invivo. Carlos Ruiz Wills, primer autor del treball, i Jérôme Noailly, coordinador de l'estudi, tots dos membres del laboratori de Biomecànica i Mecanobiologia de la Unitat de Recerca BCN MedTech expliquen:
"Aquesta investigació ha aconseguit demostrar que el modelatge i la simulació biomecànica de l'os per elements finits a partir de reconstruccions 3D de densitometria òssia convencional proveeixen descriptors de la mecànica interna del teixit que superen la tradicionalment explorada densitat òssia, a l'hora de reconèixer el risc de fractura per osteoporosi del fèmur proximal (fractura de maluc)".
El mètode per elements finits és un mètode numèric de càlcul molt emprat en les simulacions de sistemes físics i biològics complexos que permet resoldre equacions diferencials associades a problemes físics sobre geometries complicades.
Aquest estudi combina les competències del laboratori de Biomecànica i Mecanobiologia en biomecànica computacional i les competències del grup SIMBIOsys de BCN MedTech, dirigit per Miguel A. González Ballester (ICREA), en anàlisi d'imatges biomèdiques. Tal sinergia il·lustra noves tendències en l'explotació del potencial de models i simulacions per millorar el diagnòstic de pacients, expliquen Jérôme Noailly i Miguel A. González Ballester: "d'una banda, l'anàlisi avançat d'imatges ofereix un marc personalitzat de modelatge i realitat augmentada, en integrar en models virtuals la morfologia i les densitats dels ossos dels pacients. D'altra banda, la conversió d'aquests models en models d'elements finits capaços d'integrar equacions de comportament mecànic de l'os davant d'esdeveniments mecànics externs, per exemple, una caiguda, permet calcular descriptors que integren de forma única efectes creuats entre qualitat òssia, morfologia particular de l'os i forces mecàniques externes que solen dependre del pes i de l'alçada del pacient ".
Els resultats obtinguts en aquest treball mostren un poder de discriminació que sol ser superior al 80% respecte al càlcul de risc de fractura de maluc a conseqüència d'una caiguda del pacient
"Els models 3D obtinguts en aquest treball provenen de la reconstrucció de densitometries planes en 2D imatges (DXA, dual energy X-ray absorptiometry) utilitzant el programari 3D Shaper desenvolupat per Galgo Medical, empresa tecnològica derivada de la UPF", comenta Luís Miguel del Rio, radiòleg del centre radiològic CETIR (Grup Ascires) i col·laborador de l'estudi. El potencial d'aquesta tecnologia biomèdica prové del fet que les simulacions obtingudes per aquesta recerca contemplen la interacció tridimensional entre densitat òssia, geometria del fèmur i càrregues mecàniques externes, la qual cosa no es pot mesurar en un pacient.
Els resultats obtinguts en aquest treball mostren un poder de discriminació que sol ser superior al 80% respecte al càlcul de risc de fractura de maluc a conseqüència d'una caiguda del pacient. A més, en la discriminació del risc de fractura, les simulacions han permès que els autors atorguin una importància relativa a l'estat tensional de l'os trabecular o esponjós, enfront de l'estat tensional de l'os cortical.
L'estudi, publicat recentment en l'edició avançada de la revista Bone, és el resultat d'una col·laboració activa de Carlos Ruiz Wills, primer autor del treball; Andy Luis Olivares, Simone Tassani, Mario Ceresa, Veronika Zimmers, Miguel A. González Ballester (ICREA) i Jérôme Noailly, coordinador de l'estudi, tots ells membres de la Unitat de Recerca BCN MedTech, del Departament de Tecnologies de la Informació i les Comunicacions (DTIC) de la UPF, amb l'empresa Galgo Medical (Spin-off UPF) i el centre radiològic CETIR (Grup Ascires). Aquesta col·laboració cientificotecnològica entre centres privats i públics és possible gràcies a instruments com la Càtedra QUAES-UPF i el projecte Reptes Col·laboració BioDXA, amb l'objectiu de fomentar la investigació i la transferència del coneixement en el camp de tecnologies computacionals aplicades a la salut.
Treball de referència:
Carlos Ruiz Wills, Andy Luis Olivares, Simone Tassani, Mario Ceresa, Veronika Zimmer, Miguel A. González Ballester, Luis Miguel del Riu, Ludovic Humbert, Jérôme Noailly (2019),"3Dpatient-specific finite element models of the proximal femur based on DXA towards the classification of fracturi and non-fracturi cases", Bone, Volum 121, abril, pàgs. 89-99. https://doi.org/10.1016/j.bone.2019.01.001