Los investigadores han desarrollado un modelo de aprendizaje profundo que estima la carga de estrés crónico midiendo el volumen de la glándula adrenal en tomografías CT estándar, introduciendo lo que describen como el primer biomarcador basado en imágenes para el estrés crónico. La métrica, llamada Índice de Volumen Adrenal, está vinculada a la exposición al cortisol, el estrés percibido, la carga de estrés fisiológico general y el riesgo cardiovascular a largo plazo, según hallazgos que se presentarán en la reunión anual de la Radiological Society of North America.
El estrés crónico puede afectar profundamente la salud, contribuyendo a problemas como ansiedad, dificultades para dormir, dolor muscular, presión arterial alta, un sistema inmunológico menos efectivo y condiciones graves como enfermedades cardíacas, depresión y obesidad, según la American Psychological Association.
Un nuevo estudio dirigido por Elena Ghotbi, M.D., investigadora postdoctoral en la Johns Hopkins University School of Medicine en Baltimore, Maryland, propone una forma de visualizar el impacto a largo plazo del estrés utilizando tomografías CT que los pacientes ya reciben por otras razones.
Según un informe de la Radiological Society of North America (RSNA), Ghotbi y sus colegas entrenaron una herramienta de inteligencia artificial de aprendizaje profundo para medir automáticamente el tamaño de la glándula adrenal en imágenes de tomografía CT de tórax rutinarias. Cada año, se realizan decenas de millones de tomografías CT de tórax solo en Estados Unidos.
A partir de estas mediciones, el equipo derivó una métrica que llaman Índice de Volumen Adrenal (AVI), definida como el volumen adrenal en centímetros cúbicos dividido por la altura al cuadrado en metros (cm³/m²). Los investigadores describen el AVI como un marcador de imagen que refleja la carga de estrés crónico, en contraste con las pruebas de cortisol en un solo punto temporal que capturan los niveles hormonales solo en el momento de la toma de muestra.
El estudio utilizó datos del Multi-Ethnic Study of Atherosclerosis (MESA) e incluyó adultos que se habían sometido a imágenes de tomografía CT de tórax, así como evaluaciones detalladas relacionadas con el estrés. El resumen de la RSNA informa que el equipo vinculó el AVI derivado por IA con mediciones de cortisol, carga alostática (una medida compuesta que puede incluir factores como el índice de masa corporal, la presión arterial y los niveles de glucosa) e indicadores psicosociales como el estrés percibido y las puntuaciones de depresión.
Valores más altos de AVI se asociaron con una mayor exposición general al cortisol, niveles máximos de cortisol más altos y una carga alostática aumentada. Los participantes que reportaron niveles más altos de estrés percibido tenían un AVI más alto que aquellos que reportaron menor estrés. Los investigadores también encontraron que el AVI estaba relacionado con un índice de masa ventricular izquierda más alto, una medida de la estructura cardíaca, y que por cada aumento de 1 cm³/m² en el AVI, el riesgo de insuficiencia cardíaca y muerte aumentó durante un seguimiento de hasta 10 años, según el resumen de la RSNA.
"Nuestro enfoque aprovecha datos de imagen ampliamente disponibles y abre la puerta a evaluaciones a gran escala del impacto biológico del estrés crónico en una gama de condiciones utilizando tomografías CT de tórax existentes", dijo Ghotbi en declaraciones publicadas por la RSNA.
El autor principal Shadpour Demehri, M.D., profesor de radiología en Johns Hopkins, dijo que la técnica permite a los clínicos visualizar la carga a largo plazo del estrés dentro del cuerpo utilizando una exploración que muchos pacientes ya se realizan como parte de la atención rutinaria.
En el informe de la RSNA, la coautora Teresa E. Seeman, Ph.D., profesora de epidemiología en UCLA, dijo que el trabajo es especialmente notable porque vincula una característica de imagen obtenida rutinariamente —el volumen adrenal— con medidas biológicas y psicológicas validadas del estrés y demuestra que predice de manera independiente un resultado clínico importante.
Los investigadores dicen que este biomarcador de imagen podría refinar potencialmente la evaluación del riesgo cardiovascular y las estrategias preventivas sin exposición adicional a la radiación ni pruebas extras, y que puede ser relevante en una gama de enfermedades relacionadas con el estrés que comúnmente afectan a adultos de mediana edad y mayores.
Otros colaboradores listados en el resumen de la RSNA incluyen a Roham Hadidchi, Seyedhouman Seyedekrami, Quincy A. Hathaway, M.D., Ph.D., Michael Bancks, Nikhil Subhas, Matthew J. Budoff, M.D., David A. Bluemke, M.D., Ph.D., R. Graham Barr y Joao A.C. Lima, M.D.
