obrazowanie termiczne
Obrazowanie termiczne, zwane również termografią, to technika diagnostyczna wykorzystująca rejestrację promieniowania podczerwonego emitowanego przez ciało pacjenta. Metoda ta umożliwia wizualizację rozkładu temperatury na powierzchni ciała, co może wskazywać na procesy patologiczne, stany zapalne, zaburzenia ukrwienia lub inne nieprawidłowości.
W medycynie obrazowanie termiczne znajduje zastosowanie w diagnostyce chorób naczyniowych, monitorowaniu procesów zapalnych, ocenie gojenia ran, wczesnym wykrywaniu niektórych nowotworów (np. raka piersi) oraz w diagnostyce chorób reumatycznych. Zaletami tej metody są jej nieinwazyjność, brak promieniowania jonizującego oraz możliwość oceny dynamicznej zmian temperatury w czasie.
Współczesne urządzenia do obrazowania termicznego pozwalają na uzyskanie wysokiej rozdzielczości obrazów termicznych z dokładnością pomiaru temperatury rzędu 0,05°C. Interpretacja wyników wymaga jednak doświadczenia klinicznego, gdyż na rozkład temperatury powierzchniowej mogą wpływać liczne czynniki, w tym warunki środowiskowe, stan emocjonalny pacjenta czy przyjmowane leki.
Powiązane wpisy
- Leksykon chorób i schorzeń
Owrzodzenie żylne podudzia – Epidemiologia
Owrzodzenie żylne podudzia (OŻP) stanowi około 70-80% wszystkich owrzodzeń kończyn dolnych i dotyka około 1% populacji dorosłych, z częstością występowania wzrastającą do 4% u osób powyżej 65 roku życia oraz do 20-25 na 1000 osób w grupie 80+. Zapadalność roczna wynosi od 0,2 do 4,5 na 1000 mieszkańców, a ryzyko jest wyższe u kobiet (stosunek 2:1) oraz osób z czynnikami ryzyka takimi jak wiek >55 lat, otyłość, refluks żylny, historia zakrzepicy czy niska aktywność fizyczna. Występuje wyraźny gradient społeczno-ekonomiczny – osoby z niższym statusem mają dłuższy czas gojenia, wyższe wskaźniki nawrotów i rzadziej korzystają z diagnostyki dopplerowskiej. Mediana czasu gojenia wynosi około 9 miesięcy, z 70% wygojeniem w 3 miesiące pod opieką specjalistyczną, jednak nawroty sięgają 60-70% w ciągu roku, co podkreśla konieczność długoterminowej profilaktyki i monitorowania.
badanie dopplerowskie, BMI, choroba tętnic kończyn dolnych, czynnik prognostyczny, depresja, edukacja pacjenta, gojenie owrzodzenia, infekcja rany, lipodermatoskleroza, maceracja tkanek, nawrót owrzodzenia, obrazowanie termiczne, opatrunek medyczny, owrzodzenie żylne, owrzodzenie żylne podudzia, przewlekła niewydolność żylna, przewlekła rana, refluks żylny, terapia uciskowa, wysięk z rany, zakrzepica żył głębokich, zakrzepica żył powierzchownych, zatorowość płucna - Leksykon chorób i schorzeń
Mukozitis – Rokowania, prognozy i postęp choroby
Zapalenie błony śluzowej jamy ustnej (mukozytis) jest częstym i poważnym powikłaniem leczenia przeciwnowotworowego, szczególnie u pacjentów z nowotworami głowy i szyi (HNC), gdzie częstość występowania sięga około 90%. Mukozytis 3. stopnia koreluje z niską liczbą limfocytów przed radioterapią, a czynniki ryzyka obejmują starszy wiek, płeć żeńską, wysoką masę ciała, zmniejszony klirens leków, predyspozycje genetyczne oraz kombinację chemio- i radioterapii. Ciężkie mukozytis prowadzi do hospitalizacji u 19% pacjentów oraz opóźnień w leczeniu przeciwnowotworowym, co pogarsza rokowanie i zwiększa koszty opieki. Modele predykcyjne, zwłaszcza multi-omiczne łączące cechy kliniczne, radiomiczne i doziomiczne, wykazują wyższą skuteczność (AUC do 0,774 w treningu) w przewidywaniu ciężkiego mukozytis niż modele konwencjonalne. Nowatorskie metody, takie jak pomiar miejscowych parametrów elektrycznych tkanek (TEPs) oraz analiza obrazów termicznych z wykorzystaniem głębokiego uczenia, oferują obiecujące narzędzia do wczesnej identyfikacji pacjentów zagrożonych rozwojem mukozytis.
cechy radiomiczne, chemioradioterapia, chemioterapia, czynnik martwicy nowotworu alfa, gardło środkowe, głębokie uczenie, HNSCC, interleukina 1 beta, leczenie przeciwnowotworowe, liczba płytek krwi, limfocyty, markery ostrej fazy, mukozytis, niekodujące RNA, nowotwór głowy i szyi, nowotwór hematologiczny, obrazowanie termiczne, predyspozycja genetyczna, rak nosogardła, stratyfikacja pacjentów