Video Experimental Relacionado
Updated: Sep 10, 2025
06:46
Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
376
Progreso rápido y supervivencia más corta en indios afectados con probable MSA: un estudio de cohorte prospectivo
Malligurki Raghurama Rukmani1, Ravi Yadav2, Binukumar Bhaskarapillai3
1Department of Neurophysiology, National Institute of Mental Health and Neuro Sciences (NIMHANS), Bangalore, India.
Movement disorders clinical practice
|August 25, 2025
Resumen
Los pacientes con atrofia sistémica múltiple (MSA) muestran una progresión rápida y una insuficiencia autónoma, con una supervivencia más corta en esta cohorte asiática-india. El aumento de la alfa-sinucleína sérica se correlaciona con la gravedad de la enfermedad, lo que sugiere su potencial como biomarcador.
Área de la Ciencia:
- Enfermedades neurodegenerativas
- Las sinucleopatías alfa
- Atrofia del sistema múltiple (ASM)
Sus antecedentes:
- La atrofia sistémica múltiple (MSA) es un trastorno neurodegenerativo fatal caracterizado por el parkinsonismo, la disfunción autónoma y los síntomas cerebelares.
- Comprender la historia natural y la progresión de la MSA es crucial para el manejo del paciente y el desarrollo terapéutico.
Objetivo del estudio:
- Investigar de manera prospectiva la historia natural de la MSA, centrándose en la disfunción autonómica cardiovascular (CAD) y los niveles séricos de alfa-sinucleína.
- Evaluar la progresión de la enfermedad, las probabilidades de supervivencia e identificar factores de pronóstico en una cohorte de probables pacientes con ASM.
Principales métodos:
- Se reclutaron 60 pacientes con MSA probable (MSA- P: 19, MSA- C: 41) y 30 controles sanos.
- Se evaluó la gravedad de la enfermedad (UPDRS III, UMSARS I-IV), la ECA y la alfa-sinucleína sérica mediante ELISA al inicio y al seguimiento de 12 meses.
- Se utilizaron los análisis de riesgos proporcionales de Kaplan-Meier y Cox para la evaluación de la supervivencia y de los factores pronósticos.
Principales resultados:
- Los pacientes con MSA presentaron niveles más altos de alfa-sinucleína sérica y CAD grave al inicio, con un mayor deterioro a los 12 meses.
- La disfunción autónoma cardiovascular (DAC) se correlacionó positivamente con la alfa-sinucleína sérica y la gravedad de la enfermedad.
- La progresión de la enfermedad fue más rápida en pacientes con MSA-C que en pacientes con MSA-P, con una mediana de supervivencia de 5,8 años en esta cohorte.
Conclusiones:
- Los pacientes probables de MSA en esta cohorte asiática-india experimentaron una progresión rápida y un fallo autónomo, con una supervivencia más corta en comparación con las cohortes globales.
- El aumento de la alfa-sinucleína sérica, correlacionado con el CAD y la gravedad de la enfermedad, es prometedor como un biomarcador potencial para el MSA.
- Los pacientes con MSA-P demostraron un mejor pronóstico que los pacientes con MSA-C.
Palabras clave:
Disfunción autónoma cardiovascularprogresión de la enfermedadatrofia de sistemas múltiplesLa alfa-sinucleína séricala supervivenciaMás Videos Relacionados
Videos de Conceptos Relacionados
01:21Cancer Survival Analysis
453
Cancer survival analysis focuses on quantifying and interpreting the time from a key starting point, such as diagnosis or the initiation of treatment, to a specific endpoint, such as remission or death. This analysis provides critical insights into treatment effectiveness and factors that influence patient outcomes, helping to shape clinical decisions and guide prognostic evaluations. A cornerstone of oncology research, survival analysis tackles the challenges of skewed, non-normally...
453
01:24Kaplan-Meier Approach
260
The Kaplan-Meier estimator is a non-parametric method used to estimate the survival function from time-to-event data. In medical research, it is frequently employed to measure the proportion of patients surviving for a certain period after treatment. This estimator is fundamental in analyzing time-to-event data, making it indispensable in clinical trials, epidemiological studies, and reliability engineering. By estimating survival probabilities, researchers can evaluate treatment effectiveness,...
260
01:15Assumptions of Survival Analysis
196
Survival models analyze the time until one or more events occur, such as death in biological organisms or failure in mechanical systems. These models are widely used across fields like medicine, biology, engineering, and public health to study time-to-event phenomena. To ensure accurate results, survival analysis relies on key assumptions and careful study design.
196
02:07Tumor Progression
6.5K
Tumor progression is a phenomenon where the pre-formed tumor acquires successive mutations to become clinically more aggressive and malignant. In the 1950s, Foulds first described the stepwise progression of cancer cells through successive stages.
Colon cancer is one of the best-documented examples of tumor progression. Early mutation in the APC gene in colon cells causes a small growth on the colon wall called a polyp. With time, this polyp grows into a benign, pre-cancerous tumor. Further...
Colon cancer is one of the best-documented examples of tumor progression. Early mutation in the APC gene in colon cells causes a small growth on the colon wall called a polyp. With time, this polyp grows into a benign, pre-cancerous tumor. Further...
6.5K
01:20Comparing the Survival Analysis of Two or More Groups
285
Survival analysis is a cornerstone of medical research, used to evaluate the time until an event of interest occurs, such as death, disease recurrence, or recovery. Unlike standard statistical methods, survival analysis is particularly adept at handling censored data—instances where the event has not occurred for some participants by the end of the study or remains unobserved. To address these unique challenges, specialized techniques like the Kaplan-Meier estimator, log-rank test, and...
285