• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo UVaDOCComunidadesPor fecha de publicaciónAutoresMateriasTítulos

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   UVaDOC Principal
    • PRODUCCIÓN CIENTÍFICA
    • Departamentos
    • Dpto. Medicina, Dermatología y Toxicología
    • DEP52 - Artículos de revista
    • Ver ítem
    •   UVaDOC Principal
    • PRODUCCIÓN CIENTÍFICA
    • Departamentos
    • Dpto. Medicina, Dermatología y Toxicología
    • DEP52 - Artículos de revista
    • Ver ítem
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/80565

    Título
    Artificial intelligence–assisted rectus femoris ultrasound vs. L3 computed tomography for sarcopenia assessment in oncology patients: establishing diagnostic cut-offs for muscle mass and quality
    Autor
    López-Gómez, Juan José
    Sánchez-Lite, Israel
    Fernández-Velasco, Pablo
    Izaola-Jauregui, Olatz
    Cebriá, Ángela
    Pérez-López, Paloma
    González-Gutiérrez, Jaime
    Estévez-Asensio, Lucía
    Primo-Martín, David
    Gómez-Hoyos, Emilia
    Jorge-Godoy, Eduardo
    de luis roman
    de luis roman, Daniel
    Año del Documento
    2025
    Documento Fuente
    Frontiers in Nutrition 2025;12
    Resumen
    Este estudio transversal comparó la ecografía del recto femoral asistida por inteligencia artificial con la tomografía computarizada a nivel L3 para la evaluación de la sarcopenia en 337 pacientes oncológicos. La ecografía mostró correlaciones moderadas con los parámetros de masa muscular derivados de la TC y correlaciones significativas, aunque más débiles, con los indicadores de calidad muscular. Se establecieron puntos de corte ecográficos específicos por sexo para masa y calidad muscular, con buen valor predictivo negativo para baja masa muscular y alto valor predictivo positivo para miosteatosis. La ecografía con IA se confirma como una herramienta factible, no invasiva y útil en la práctica clínica.
    Revisión por pares
    SI
    DOI
    10.3389/fnut.2025.1678989
    Idioma
    eng
    URI
    https://uvadoc.uva.es/handle/10324/80565
    Tipo de versión
    info:eu-repo/semantics/publishedVersion
    Derechos
    openAccess
    Aparece en las colecciones
    • DEP52 - Artículos de revista [201]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    ultrasoundvsctl3frotiersnutrition2025.pdf
    Tamaño:
    1.424Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10