La diabetis tipus 2 (T2D) és una malaltia crònica caracteritzada per insulino-resistència (IR) i inflamació, sovint associada a comorbiditats cardiovasculars, hepàtiques i cognitives – conegudes com l’eix fetge-cor-cervell. El seu diagnòstic, basat en índexs sistèmics, no reflecteix l’afectació específica dels teixits dificultant els diagnòstics i tractaments personalitzats. Els objectius d’aquesta tesi han estat caracteritzar trets específics dels teixits a partir d’escàners PET/CT i fenotipar pacients amb risc de comorbiditats multi-òrgan mitjançant intel·ligència artificial. Aquest és, segons el nostre coneixement, el primer estudi que aborda les mancances en la gestió de la T2D des d’una perspectiva biomèdica-tecnològica proposant nous fenotips de progressió de la T2D i eines d’avaluació de risc metabòlic específic. Presentem eines no-invasives i eficients per avaluar l’afectació específica dels teixits mitjançant algoritmes de segmentació, així com models de classificació basats en anàlisis de sang, que afavoreixen estratègies clíniques personalitzades en el marc de la T2D centrades en l’eix fetge-cor-cervell.
Building similarity graph...
Analyzing shared references across papers
Loading...
Queralt Martín-Saladich
Building similarity graph...
Analyzing shared references across papers
Loading...
Queralt Martín-Saladich (Mon,) studied this question.