Perfil de radiodensidades en lesiones pulmonares residuales de COVID 19

Autores/as

Palabras clave:

COVID-19; enfermedades pulmonares intersticiales; lesión pulmonar; pulmón; tomografía computarizada por rayos X

Resumen

Introducción: La tomografía computarizada (TC) es crucial para evaluar las secuelas pulmonares post-COVID-19. Sin embargo, la caracterización de las lesiones residuales se basa predominantemente en descripciones cualitativas, por tanto, existe una brecha en la cuantificación objetiva de su densidad.

Objetivo: Identificar los perfiles de radiodensidad en unidades Hounsfield (UH) de las lesiones pulmonares residuales en pacientes post-COVID-19.

Métodos: Estudio transversal, en 26 pacientes con secuelas pulmonares por la COVID-19. Se analizaron imágenes de TC de alta resolución (TCAR), se definieron regiones de interés (ROI) en patrones de imagen específicos. La medición de la radiodensidad (UH) se realizó con la herramienta ROI del software eFilm. El análisis estadístico incluyó ANOVA para comparar los perfiles.

Resultados: Se identificaron y cuantificaron cuatro patrones radiológicos con perfiles de radiodensidad distintos y significativamente diferentes (p< 0,0001): 1) tejido sano: -900 a -800 UH; 2) patrón indefinido: -799 a -701 UH; 3) opacidad en vidrio deslustrado (OVD): -700 a -500 UH; 4) consolidación pulmonar (CP): -499 a -201 UH. Se estableció un punto de corte en -500 UH para diferenciar la OVD de la CP. El patrón indefinido representa un hallazgo novedoso.

Conclusión: Se proponen por primera vez rangos cuantitativos específicos de UH para las lesiones pulmonares post-COVID-19. Definir estos perfiles, incluido un "patrón indefinido", proporciona una herramienta objetiva y estandarizable para el diagnóstico, caracterización y seguimiento de la enfermedad pulmonar intersticial post-COVID-19. Sienta las bases para aplicarla en la práctica clínica y la investigación futura.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

1. Cobo Tabar DZ, Souto Canteli DB, González Ocio DJ, Peña Sarnago DJM, Gandiaga Mandiola DA, Lázaro Serrano DM. NIU, diagnóstico paso a paso [Internet]. Seram. 2021 [acceso: 15/03/2024];1(1):35-42. Disponible en: https://piper.espacio-seram.com/index.php/seram/article/view/4204

2. Giménez-Palleiro A, Mazzini SP, Franquet T. El informe radiológico en patología intersticial pulmonar [Internet]. Radiología. 2022;64(3):215-26. DOI: 10.1016/j.rx.2022.01.007

3. Armiñana A, Montón-Gómez C, Puig-Chilet A, Infante-Fuenzalida T, Fontenla-Martínez C, Torres-Espallardó I, et al. Tomografía computarizada espectral y unidades Hounsfield: bases para una correcta interpretación [Internet]. An RANM. 2023;140(2):101-13. DOI: 10.32440/ar.2023.140.02.rev01

4. Upegui-Jiménez D, Espinosa Cruz MÁ, Gómez Milanés S, Alcántara Martínez MF. Radiómica: ¿qué es y en dónde estamos? [Internet]. Medicina (Bogotá). 2024;46(1):89-102. DOI: 10.56050/01205498.2379

5. Gillies RJ, Kinahan PE, Hricak H. Radiomics: Images are more than pictures, they are data. Radiology. 2016;278(2):563-77. DOI: 10.1148/radiol.2015151169

6. Kligerman SJ, Franks TJ, Galvin JR. From the radiologic pathology archives: organization and fibrosis as a response to lung injury in diffuse alveolar damage, organizing pneumonia, and acute fibrinous and organizing pneumonia [Internet]. Radiographics. 2013;33(7):1951-75. DOI: 10.1148/rg.337130057

7. Wang Q, Jiang H, Xie Y, Zhang T, Liu S, Wu S, et al. Long-term clinical prognosis of human infections with avian influenza A(H7N9) viruses in China after hospitalization [Internet]. EClinical Medicine. 2020;20:100282. DOI: 10.1016/j.eclinm.2020.100282

8. Ahmed H, Patel K, Greenwood DC, Halpin S, Lewthwaite P, Salawu A, et al. Long-term clinical outcomes in survivors of severe acute respiratory syndrome and Middle East respiratory syndrome coronavirus outbreaks after hospitalisation or ICU admission: A systematic review and meta-analysis [Internet]. J Rehabil Med. 2020;52(5):jrm00063. DOI: 10.2340/16501977-2694

9. Carfì A, Bernabei R, Landi F, Gemelli Against COVID-19 Post-Acute Care Study Group. Persistent symptoms in patients after acute COVID-19 [Internet]. JAMA. 2020;324(6):603-5. DOI: 10.1001/jama.2020.12603

10. Thaweethai T, Jolley SE, Karlson EW, Levitan EB, Levy B, McComsey GA, et al. Development of a definition of postacute sequelae of SARS-CoV-2 infection [Internet]. JAMA. 2023;329(22):1934-46. DOI: 10.1001/jama.2023.8823

11. Munipalli B, Seim L, Dawson NL, Knight D, Abu-Dabrh AM. Post-acute sequelae of COVID-19 (PASC): a meta-narrative review of pathophysiology, prevalence, and management [Internet]. SN Compr Clin Med. 2022;4(1):90. DOI: 10.1007/s42399-022-01167-4

12. Mandal S, Barnett J, Brill SE, Brown JS, Denney EK, Hare SS, et al. 'Long-COVID': a cross-sectional study of persisting symptoms, biomarker and imaging abnormalities following hospitalisation for COVID-19 [Internet]. Thorax. 2021;76(4):396-8. DOI: 10.1136/thoraxjnl-2020-215818

13. DenOtter TD, Schubert J. Hounsfield unit [Internet]. En: StatPearls. Treasure Island (FL): StatPearls Publishing; 2024. [acceso: 15/03/2024]. Disponible en: https://www.ncbi.nlm.nih.gov/books/NBK547721/

14. Hata A, Schiebler ML, Lynch DA, Hatabu H. Interstitial lung abnormalities: state of the art [Internet]. Radiology. 2021;301(1):19-34. DOI: 10.1148/radiol.2021204367

15. Raghu G, Remy-Jardin M, Myers JL, Richeldi L, Ryerson CJ, Lederer DJ, et al. Diagnosis of idiopathic pulmonary fibrosis. An official ATS/ERS/JRS/ALAT clinical practice guideline. Am J Respir Crit Care Med. 2018;198(5):e44-e68. DOI: 10.1164/rccm.201807-1255ST

16. Herrera Ortiz AF, Díaz Ordoñez JC, Motta Castaño MF, Peña Pérez FA. Patrones característicos de COVID-19 en tomografía de tórax: una revisión de la literatura [Internet]. Rev Neuronum. 2020 [acceso: 15/03/2024];6(4):350-68. Disponible en: https://eduneuro.com/revista/index.php/revistaneuronum/article/view/298

17. Solomon JJ, Heyman B, Ko JP, Condos R, Lynch DA. CT of post-acute lung complications of COVID-19 [Internet]. Radiology. 2021;301(2):E383-E395. DOI: 10.1148/radiol.2021211396

18. Webb WR. Thin-section CT of the secondary pulmonary lobule: anatomy and the image. Radiology. 2006;239(2):322-38. DOI: 10.1148/radiol.2392041968

19. Cabrales Fuentes J, Mendoza Cabalé AL, Zaldivar Acosta Y. Acercamiento imagenológico e histológico para el diagnóstico de lesiones pulmonares por SARS-CoV-2 [Internet]. Rev Fac Med UNAM. 2024;67(2):26-31. DOI: 10.22201/fm.24484865e.2024.67.2.04

20. Ackermann M, Verleden SE, Kuehnel M, Haverich A, Welte T, Laenger F, et al. Pulmonary vascular endothelialitis, thrombosis, and angiogenesis in Covid-19 [Internet]. N Engl J Med. 2020;383(2):120-8. DOI: 10.1056/NEJMoa2015432

21. Raghu G, Remy-Jardin M, Myers JL, Richeldi L, Ryerson CJ, Lederer DJ, et al. Diagnosis of idiopathic pulmonary fibrosis: an official ATS/ERS/JRS/ALAT clinical practice guideline [Internet]. Am J Respir Crit Care Med. 2018;198(5):e44-e68. DOI: 10.1164/rccm.201807-1255ST

22. Armiñana A, Montón-Gómez C, Puig-Chilet A, Infante-Fuenzalida T, Fontenla Martínez C, Torres-Espallardó I, et al. Tomografía computarizada espectral y unidades Hounsfield: bases para una correcta interpretación [Internet]. An RANM. 2023;140(2):101-13. DOI: 10.32440/ar.2023.140.02.rev01

23. Negroni D, Zagaria D, Paladini A, Falaschi Z, Arcoraci A, Barini M, et al. COVID-19 CT scan lung segmentation: how we do it [Internet]. J Digit Imaging. 2022;35(3):424-31. DOI: 10.1007/s10278-022-00593-z

24. Emad Y, Ragab Y, Abd-Elsalam M, Rasker JJ. Antisynthetase syndrome complicating the course of established case with rheumatoid arthritis: a rare and under-recognized overlapping disease [Internet]. Reumatol Clin (Engl Ed). 2020;16(5 Pt 1):419-22. DOI: 10.1016/j.reuma.2018.06.002

25. Xu F, Zhu W, Shen Y, Wang J, Xu R, Oudkerk C, et al. Radiomic-based quantitative CT analysis of pure ground-glass nodules to predict the invasiveness of lung adenocarcinoma [Internet]. Front Oncol. 2020;10:872. DOI: 10.3389/fonc.2020.00872

26. Yabuuchi H, Matsuo Y, Tsukamoto H, Horiuchi T, Sunami S, Kamitani T, et al. Evaluation of the extent of ground-glass opacity on high-resolution CT in patients with interstitial pneumonia associated with systemic sclerosis: comparison between quantitative and qualitative analysis [Internet]. Clin Radiol. 2014;69(7):758-64. DOI: 10.1016/j.crad.2014.03.008

27. Shin KE, Chung MJ, Jung MP, Choe BK, Lee KS. Quantitative computed tomographic indexes in diffuse interstitial lung disease: correlation with physiologic tests and computed tomography visual scores [Internet]. J Comput Assist Tomogr. 2011;35(2):266-71. DOI: 10.1097/RCT.0b013e31820ccf18

28. Mohamed Hoesein FA, de Hoop B, Zanen P, Gietema H, Kruitwagen CL, van Ginneken B, et al. CT-quantified emphysema in male heavy smokers: association with lung function decline [Internet]. Thorax. 2011;66(9):782-7. DOI: 10.1136/thx.2010.145995

29. Dirksen A, Piitulainen E, Parr DG, Deng C, Wencker M, Shaker SB, et al. Exploring the role of CT densitometry: a randomised study of augmentation therapy in alpha1-antitrypsin deficiency [Internet]. Eur Respir J. 2009;33(6):1345-53. DOI: 10.1183/09031936.00159408

30. Chen A, Karwoski RA, Gierada DS, Bartholmai BJ, Koo CW. Quantitative CT analysis of diffuse lung disease [Internet]. Radiographics. 2020;40(1):28-43. DOI: 10.1148/rg.2020190099

Descargas

Publicado

11.05.2026

Cómo citar

1.
Elejalde Larrinaga AR, Mezquia de Pedro N, Macías Abraham CM, Corrales Otero D, Elejalde Tamayo C, Gonzalez Dalmau E. Perfil de radiodensidades en lesiones pulmonares residuales de COVID 19. Rev. cuba. med. mil [Internet]. 11 de mayo de 2026 [citado 13 de mayo de 2026];55(2):e026076978. Disponible en: https://revmedmilitar.sld.cu/index.php/mil/article/view/76978

Número

Sección

Artículo de la Práctica Clínica