La obesidad abdominal, o grasa que se acumula alrededor del estómago y el abdomen, se ha considerado durante mucho tiempo como de alto riesgo para la salud en las personas. Por lo tanto, medir la 'obesidad central' --como se llama a menudo-- ayuda a predecir la propensión a los trastornos causados por el exceso de peso en el área abdominal.
En un artículo que se publica la próxima semana en 'SIAM Journal on Imaging Sciences', investigadores de la Escuela Politécnica Federal (ETH) de Zúrich, en Suiza, y la Universidad Yonsei de Seúl, en Corea del Sur, proponen una nueva técnica para evaluar la obesidad abdominal mediante la estimación del grosor de la grasa subcutánea.
'Estudios recientes han demostrado que la obesidad abdominal está relacionada con enfermedades como la insuficiencia cardiaca congestiva y el síndrome metabólico -señala el autor Jin Keun Seo--. Podría emplearse la tomografía de impedancia eléctrica estática, o EIT, por sus siglas en inglés, como un sustituto no invasivo de la progresión de la enfermedad en estas condiciones'.
Además de ser no invasiva, la EIT, una técnica de imagen, proporciona datos en tiempo real sin utilizar radiación ionizante, lo que hace que sea preferible a la tomografía computarizada (TC), ya que es menos dañina para los pacientes. Otra técnica de imagen comúnmente empleada para este propósito, la resonancia magnética (RM) tiene menor resolución espacial que EIT.
'En comparación con la TC, el EIT es más ventajosa, ya que no es ionizante y, por lo tanto, puede utilizarse para el autocontrol continuo del paciente para rastrear el estado de grasa corporal en las rutinas diarias --explica Seo--. A diferencia de la TC y la RM, la EIT es una técnica de cabecera de bajo costo, portátil y fácil de usar para la distribución de la imagen de la conductividad eléctrica'.
Dado que la conductividad eléctrica del tejido biológico depende de su estructura celular, puede ayudar a ofrecer una imagen de diferentes tejidos en el cuerpo y distinguirlos entre sí. La estructura celular de la grasa y el músculo son muy diferentes; por lo tanto, los valores de conductividad eléctrica de la grasa y el músculo difieren en distintas frecuencias.
EIT multi-frecuencia (MFEIT, por sus siglas en inglés) reconstruye la imagen de la conductividad dentro del cuerpo humano basándose en esta dependencia de la conductividad del tejido en la frecuencia. Y como el hueso, el músculo y la grasa conducen la electricidad de manera diferente en varias frecuencias, MFEIT puede usar datos de la relación límite-tensión en frecuencias diversas para estimar la cantidad de grasa. Una vez más, dado que la grasa corporal es menos conductiva que el agua y los tejidos, como el músculo, esta diferencia puede usarse para estimar el espesor del tejido adiposo visceral y subcutáneo.
Con el uso de información anatómica previa
El proceso específico implica un patrón de corriente concretamente elegido, que genera un conjunto de datos dependiente de la profundidad que se utiliza para delinear los límites entre la grasa y el músculo. La corriente se inyecta a través de un par de electrodos y la caída de tensión subsiguiente se mide en otro par de electrodos.
La relación entre la corriente inyectada y la caída de tensión da la transadmitancia, o la relación de corriente a tensión, que depende de la posición de los dos pares de electrodos, la geometría del cuerpo y la distribución de admitancia, que combina tanto la conductividad como la permitividad.
Suponiendo que el tamaño de los electrodos es muy pequeño en comparación con el tamaño de la frontera entre las distintas regiones tisulares, los autores utilizan un modelo de electrodo puntual, que proporciona una buena aproximación a la solución, al tiempo que simplifica considerablemente el modelo.
Un problema con la EIT es que la técnica es propensa a errores de modelado directo; estos errores a menudo incluyen la geometría de límites y las incertidumbres de la posición del electrodo. En este trabajo, los autores proponen un nuevo método de reconstrucción que compensa esta trampa de la EIT, utilizando información anatómica previa a expensas de la resolución espacial y mejorando la reproducibilidad. Las simulaciones numéricas demuestran que el resultado de la reconstrucción es satisfactorio en la identificación de la grasa subcutánea.
'Los enfoques existentes para la obtención de imágenes de conductividad estática se basan en minimizar la diferencia entre la tensión medida y la obtenida a partir de simulaciones numéricas --explica Hyeuknam--. Por lo tanto, obtener distribuciones fiables de conductividad requiere un modelado preciso del dominio y la configuración del electrodo. Este nuevo método puede obtener una distribución precisa de la imagen mediante la cancelación de errores de modelado'.