Estrategias tecnológicas para la lucha contra la tuberculosis en el Perú


Artículo enviado por GFPIM (Grupo de Formación y Procesamiento de Imágenes Médicas)

A pesar de los avances de la medicina moderna y los extraordinarios esfuerzos para detener la epidemia mundial de tuberculosis en el mundo, solamente en el año 2004, esta enfermedad cobró la vida de dos millones de personas. En ese mismo año, se ha calculado que 9 millones de personas adquirieron la enfermedad [1]. Según el último reporte de la Organización Mundial de la Salud [2], Haití, Bolivia y el Perú son los países más afectados por tuberculosis en Latinoamérica. Además, se estima que por cada persona
con tuberculosis activa que no recibe tratamiento, entre diez y veinte personas más serán contagiadas.

Debido a que existen fármacos efectivos para el tratamiento de la tuberculosis, esta enfermedad se considera curable en el mundo. Sin embargo, las probabilidades de éxito en la cura se ven disminuidas cuando el inicio del tratamiento se pospone hasta fases avanzadas de la enfermedad y cuando la infección es originada por cepas de bacterias resistentes a los fármacos de primera opción de tratamiento [3]. La estrategia más adecuada para lidiar con cepas resistentes es monitorear cuidadosamente la respuesta
a los antibióticos.

Una de las maneras más efectivas de detener la epidemia de tuberculosis en el mundo es mediante el aislamiento y tratamiento de pacientes con signos de la enfermedad antes de que estos puedan contagiar a otras personas [4].

Dado que la tuberculosis pulmonar es el tipo de tuberculosis más frecuentemente transmitido, miembros del GFPIM trabajan con personal médico del Laboratorio de Micobacterias del Hospital Dos de Mayo para
acelerar su diagnóstico, monitorear cuidadosamente su tratamiento y mejorar las posibilidades de cura.
La metodología actual involucra tomar muestras de esputo de los pacientes con tos y expectoración por más de 15 días, síntomas que sugieren la enfermedad. En el esputo se puede encontrar material expulsado por los pulmones, en este caso la bacteria responsable de la enfermedad en los
pulmones de pacientes con tuberculosis. Las muestras de esputo se colocan en láminas de vidrio que son procesadas y observadas bajo un microscopio por técnicos expertos quienes al detectar estas bacterias, diagnostican la enfermedad y, basados en la cantidad de bacterias observadas, el riesgo de
transmisión a las personas de su entorno. Esta tarea es tediosa y complicada dado que depende de factores como el entrenamiento de los técnicos, la calidad de la muestra tomada y el tiempo empleado para la lectura de las láminas [5].

El proyecto del GFPIM está enfocado en desarrollar un sistema de adquisición y procesamiento digital de imágenes, para la lectura automatizada de las muestras de esputo. Para ello, hemos coleccionado una
base de datos de imágenes anotadas de muestras microscópicas de esputo y estamos desarrollando algoritmos para la búsqueda automática de bacterias.

Cabe resaltar que este proyecto responde a la motivación de los miembros del GFPIM por desarrollar proyectos socialmente responsables con alta calidad técnica y en colaboración con reconocidas instituciones de nuestro país, que este caso contribuiría a controlar un Problema de Salud Publica
Mundial.

[1] Control Globalizado de la Tuberculosis: Monitoreo, Planeamiento y financiamiento. Génova: Organización Mundial de la Salud 2006. [Visto el 15 de Abril del 2008].
http://www.who.int/tb/publications/global_report/2006/key_points/es/index.html
[2] Información sobre la tuberculosis por país de la Organización Mundial de la Salud. Las Américas. p.170 [Descargado el 15 de Abril del 2008]
http://www.who.int/tb/publications/global_report/2006/pdf/amr.pdf
[3] Resch SC, Salomon JA, Murray M, Weinstein MC. (2006) Costeffectiveness of treating multidrug-resistant tuberculosis. PLOS Medicine, 3:1048-1057.
[4] Organización Panamericana de la Salud. Plan Regional de TBC 2006 – 2015. pp. 40-43, Washington, D.C:OPS:2006, ISBN9275326738
[5] Forero MG, Cristobal G, Desco M. (2006) Automatic identification of Mycobacterium tuberculosis by Gaussian mixture models. Journal of Microscopy, 223:120-132.

GFPIM (Grupo de Formación y Procesamiento de Imágenes Médicas)

Etiquetas :

item rate
Total de Votos: 14 - Rating: 3.36

Vota por este artículo:


Ingrese su correo electrónico para suscribirse a los comentarios de este artículo:

Ingrese los caracteres de la imagen y presione el botón "Suscribirse":

Comentarios

Manuel Casado escribió:

Este me parece un buen ejemplo de como la tecnología desarrollada con criterio de responsabilidad social puede contribuir a reducir la incidencia de males que afectan precisamente a la población de menores recursos. Felicitaciones a los promotores de este proyecto que ojalá se concrete pronto.
lunes 19 mayo 16:40

sirley escribió:

Este me parece un buen ejemplo de como la tecnología desarrollada con criterio de responsabilidad social puede contribuir a reducir la incidencia de males que afectan precisamente a la población de menores recursos. Felicitaciones a los promotores de este proyecto que ojalá se concrete pronto.
jueves 16 octubre 12:30

jose chucari escribió:

el tema de la tuberculosis es muy preocupante, pero, hay que enfrentarlo con responsabilidad. por ello, estamos llevando acabo una charla: municipalidad de santa rosa, centro de salud y los comite de apoyo. si podrian enviarme los ultimos reportes del porcentaje de TBC en el peru, seria de mucha utilidad, gracias... jose
jueves 06 noviembre 15:09

jose escribió:

Muchas gracias por el maravilloso articulo de investigación, estamos realizando charlas con los comités sociales de salud, las mujeres invitan a profesionales para las charlas que se dan en ZONAS DE EXTRENA POBREZA, ellas son del lugar y reúnen a sus vecinas. Ellas me convocaron para que realice el trabajo de sensibilización. Gracias y seguiré molestándolos… José Chucari. Director del Periódico “Habla el Pueblo”
lunes 16 marzo 21:23

Añadir Comentarios

:

: (obligatorio)



(obligatorio)

Su comentario deberá ser aprobado antes de ser publicado. Gracias!