• 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.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PUBLICATIONS SCIENTIFIQUES
    • Departamentos
    • Dpto. Medicina, Dermatología y Toxicología
    • DEP52 - Artículos de revista
    • Voir le document
    •   Accueil de UVaDOC
    • PUBLICATIONS SCIENTIFIQUES
    • Departamentos
    • Dpto. Medicina, Dermatología y Toxicología
    • DEP52 - Artículos de revista
    • Voir le document
    • 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/10324/80568

    Título
    Evaluation of Muscle Mass and Quality With an AI‐Based Muscle Ultrasound Imaging System in Patients at Risk of Malnutrition
    Autor
    López‐Gómez, Juan José
    Estévez Asensio, Lucía
    González Gutiérrez, Jaime
    Cebriá, Ángela
    Izaola Jauregui, Olatz
    Pérez López, Paloma
    Gómez‐Hoyos, Emilia
    Primo Martín, David
    Jiménez Sahagún, Rebeca
    Godoy, Eduardo Jorge
    De Luis Román, Daniel A.
    Año del Documento
    2025
    Documento Fuente
    Journal of Cachexia, Sarcopenia and Muscle, 2025; 16:e70137
    Résumé
    Este estudio observacional transversal evaluó la utilidad de un sistema de ecografía muscular asistido por inteligencia artificial para valorar masa y calidad muscular en 647 pacientes con riesgo de desnutrición. La sarcopenia, definida por criterios EWGSOP2, estuvo presente en el 25,8%. Los pacientes sarcopénicos mostraron menor grosor y área del recto femoral, menor ángulo de penneación y peor calidad muscular por análisis de ecogenicidad. Los parámetros ecográficos se correlacionaron con la fuerza prensil y el ángulo de fase. El análisis multivariante identificó el grosor muscular y la ecogenicidad baja como factores protectores frente a sarcopenia y dinapenia, respectivamente.
    ISSN
    2190-5991
    Revisión por pares
    SI
    DOI
    10.1002/jcsm.70137
    Idioma
    eng
    URI
    https://uvadoc.uva.es/handle/10324/80568
    Tipo de versión
    info:eu-repo/semantics/publishedVersion
    Derechos
    openAccess
    Aparece en las colecciones
    • DEP52 - Artículos de revista [201]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    J cachexia sarcopenia muscle - 2025 - López‐Gómez - Evaluation of Muscle Mass and Quality With an AI‐Based Muscle.pdf
    Tamaño:
    1.300Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10