top of page

Resúmenes y enlaces

Diagnóstico de lengua de medicina tradicional asiática

Anastasi, JK, Currie, LM y Kim, GH (2009). Comprensión del razonamiento diagnóstico en la práctica de la medicina tradicional china: diagnóstico de la lengua.  Terapias alternativas en salud y medicina,  15(3), 18.

 

 

 

 

 

 

Jiang, B., Liang, X., Chen, Y., Ma, T., Liu, L., Li, J., ... y Li, S. (2012). Integración de la secuenciación de próxima generación y el diagnóstico tradicional de la lengua para determinar el microbioma del revestimiento de la lengua.  Informes científicos,  2, 936.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Lo, LC, Chen, YF, Chen, WJ, Cheng, TL y Chiang, JY (2012). El estudio sobre el acuerdo entre el sistema de diagnóstico automático de la lengua y los profesionales de la medicina tradicional china.  Medicina alternativa y complementaria basada en la evidencia,  2012.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Lo, LC, Chen, CH, Chiang, JY, Cheng, TL, Lin, HJ y Chang, HH (2013). Lengua diagnóstico de la medicina tradicional china para la artritis reumatoide.  Revista Africana de Medicinas Tradicionales, Complementarias y Alternativas,  10(5), 360-369.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Lo, LC, Cheng, TL, Chen, YJ, Natsagdorj, S. y Chiang, JY (2015). Índice de diagnóstico de lengua TCM de cáncer de mama en etapa temprana.  Terapias complementarias en medicina,  23(5), 705-713.

Los practicantes de TCM usan patrones de razonamiento sistemático para determinar diagnósticos asociados con la evaluación de lenguas. Estos procesos son congruentes con los observados en la medicina occidental, donde el razonamiento clínico implica una combinación de razonamiento analítico del dominio del conocimiento y el uso de patrones ejemplares. Una comprensión explícita de los procesos de razonamiento de la MTC puede informar la práctica clínica y la educación y facilitará el desarrollo de tecnologías de apoyo y la identificación de las mejores prácticas.

El diagnóstico de la lengua es un método único en la medicina tradicional china (MTC). Esta es la primera investigación sobre la asociación entre el diagnóstico tradicional de la lengua y el microbioma del revestimiento de la lengua mediante secuenciación de próxima generación. El estudio incluyó a 19 pacientes con gastritis con una saburra lingual blanca-grasienta o amarilla-densa típica correspondiente al Síndrome Frío o Caliente de la MTC, respectivamente, así como a ocho voluntarios sanos. Se diseñó un protocolo de secuenciación de ARNr 16S de código de barras doble y de dos extremos de Illumina para perfilar el microbioma que cubre la lengua, del cual se obtuvieron aproximadamente 3,7 millones de etiquetas V6 para cada muestra. Identificamos 123 y 258 OTU a nivel de especie que se enriquecieron en pacientes con síndromes de frío/calor, respectivamente, que representan "Microbiota fría" y "Microbiota caliente". Además, construimos las redes desequilibradas de microbiota de la lengua asociadas con los síndromes de frío/calor. Los resultados revelan una conexión importante entre el microbioma del revestimiento de la lengua y el diagnóstico tradicional de la lengua, e ilustran el potencial del microbioma del revestimiento de la lengua como un nuevo biomarcador holístico para caracterizar los subtipos de pacientes.

El diagnóstico de la lengua es una práctica importante en la medicina tradicional china (MTC) para diagnosticar enfermedades antes de determinar los medios adecuados de tratamiento. Tradicionalmente, depende únicamente del conocimiento personal y la experiencia del practicante, por lo que es criticado por carecer de objetividad. Actualmente, no se ha realizado ninguna investigación con respecto a los acuerdos internos e internos del sistema de diagnóstico automático de la lengua (ATDS) y los médicos de medicina tradicional china. En este estudio, el ATDS se desarrolla para extraer una variedad de características de la lengua y proporcionar a los médicos información objetiva para ayudar en los diagnósticos. Para evaluar la estabilidad clínica del ATDS, se emplean 2 conjuntos de imágenes de la lengua tomadas con 1 hora de diferencia de 20 pacientes con posibles variaciones en la iluminación y la extrusión de la lengua, para investigar el intra-acuerdo del ATDS, el intra-acuerdo de los médicos de la MTC y el inter. -acuerdo entre los médicos ATDS y TCM. Se muestra que el ATDS es más consistente con un intraacuerdo significativamente más alto que los médicos de MTC (valor kappa: 0,93 ± 0,06 versus 0,64 ± 0,13) con P < 0,001 (prueba t de Student). Los acuerdos entre los médicos de ATDS y TCM, así como entre los médicos de TCM, son moderados. El alto acuerdo del ATDS puede proporcionar características de la lengua objetivas y confiables para facilitar al médico la observación y el diagnóstico efectivos de enfermedades específicas.

La artritis reumatoide (AR) es una enfermedad autoinmune sistémica crónica de etiología desconocida que hace que el sistema inmunitario ataque las articulaciones (sinovias), lo que lleva a una inflamación crónica. De acuerdo con la medicina tradicional china (MTC), la AR cae en la categoría de enfermedad de impedimento (síndrome “Bi”), es decir, mala circulación de qi y sangre (estasis). El diagnóstico de la lengua es un método importante de la MTC para detectar la estasis sanguínea. En este estudio, 74 pacientes con AR, que cumplían con los criterios preestablecidos, fueron reclutados a través de la consulta externa de reumatología y examinados por médicos reumatólogos experimentados. Se tomaron dos imágenes, una de la lengua y otra de los vasos sublinguales, del mismo paciente con una cámara digital Canon en un cuarto oscuro con condiciones de iluminación uniformes. Las características relevantes de la lengua se extrajeron utilizando técnicas de procesamiento de imágenes. Cada lengua se clasificó en patrones correspondientes según las características identificadas. Los sujetos incluyeron 62 mujeres y 12 hombres con una edad promedio de 49,86±13,81 años, un período de morbilidad promedio de 4,56±3,92 años, un factor reumatoideo (FR) promedio de 225,3±373,8 UI/mL y una velocidad de sedimentación globular promedio de (VSG) 40,9±31,9m/h. Según nuestro estudio, el 86% de los pacientes con AR tienen lenguas con vasos sublinguales de más de 2,7 mm de ancho, una longitud de más de 3/5 desde la punta de la lengua hasta la carúncula sublingual o un recuento de vasos sublinguales superior a 2. Además, dado que el índice de AR está altamente correlacionado con la estasis sanguínea en la MTC, se realiza una regresión logística para predecir la probabilidad de presencia de AR usando RF y ESR como variables explicativas. Asimismo, se realizó el análisis de regresión logística de la AR con respecto a los criterios diagnósticos convencionales de lengua. Con base en los estudios antes mencionados, concluimos que el diagnóstico de la lengua es útil para detectar la estasis sanguínea de la AR.

Objetivos: este artículo investiga las características discriminatorias de la lengua para distinguir entre pacientes con cáncer de mama (BC) en etapa temprana y personas sin cáncer de mama a través del diagnóstico de la lengua de la medicina tradicional china (MTC) no invasiva. Diseño: El sistema automático de diagnóstico de la lengua (ATDS) extrae las características de la lengua de 67 pacientes con estadios 0 y 1 de BC y 70 pacientes sin cáncer de mama. Para cada lengua se identifican un total de nueve características de la lengua, a saber, el color de la lengua, la calidad de la lengua, la fisura de la lengua, el pelaje de la lengua, el punto rojo, la equimosis, la marca del diente, la saliva y la forma de la lengua. Las características extraídas se subdividen de acuerdo con las áreas ubicadas, es decir, bazo-estómago, hígado-bilis-izquierda, hígado-bilis-derecha, riñón y corazón-pulmón. Este estudio se enfoca en derivar características significativas de la lengua (p < 0.05) para discriminar a los pacientes con cáncer de mama en estadio temprano de los individuos sin cáncer de mama. Resultados: La prueba de Mann-Whitney muestra que la cantidad de pelaje de la lengua (p = 0,024), el área de cobertura máxima del pelaje de la lengua (p = 0,009), el pelaje de la lengua delgado (p = 0,009), el área promedio del punto rojo (p = 0,049), el área máxima del punto rojo (p = 0,009), el punto rojo en el área del bazo y el estómago (p = 0,000) y el punto rojo en el área del corazón y los pulmones (p = 0,000) demuestran diferencias significativas. Los datos recopilados se clasifican además en dos grupos. El grupo de entrenamiento consta de 57 pacientes con BC en etapa temprana y 60 personas sin cáncer de mama, mientras que el grupo de prueba está compuesto por 10 pacientes con BC en etapa temprana y 10 personas sin cáncer de mama. Se realiza la regresión logística utilizando estas 7 características de la lengua con diferencias significativas en la prueba de Mann-Whitney como factores. Para reducir el número de características de la lengua empleadas en la predicción, las características de la lengua con la menor cantidad de diferencia significativa, es decir, el área máxima del punto rojo y el área media del punto rojo, se eliminan progresivamente. Las características de la lengua del grupo de prueba se emplean en los tres modelos antes mencionados para probar el poder de las características significativas de la lengua identificadas en la predicción de BC en etapa temprana. Se alcanza una precisión del 80 %, 80 % y 90 % en individuos sin cáncer de mama aplicando las características significativas de la lengua 7, 6 y 5 obtenidas mediante la prueba de Mann-Whitney, respectivamente, mientras que se alcanza el 60 %, 60 % y 50 % en los correspondientes pacientes con CM en etapa temprana. Conclusión: El diagnóstico de lengua MTC puede servir como un procedimiento preliminar de detección en la detección temprana de CM a la luz de su naturaleza simple y no invasiva, seguido de otro proceso de prueba más preciso. Hasta donde sabemos, este es el primer intento de aplicar el diagnóstico no invasivo de la lengua de la MTC a la discriminación de pacientes con cáncer de mama en estadio temprano e individuos sin cáncer de mama.

bottom of page