Simulación de rutas de alteración de células de cuello uterino desde el estado normal hasta lesión intraepitelial de bajo grado

Contenido principal del artículo

Autores

Javier Rodríguez
Signed Prieto
Martha Melo
Darío Domínguez
Catalina Correa
Fredy López
Ligia Victoria Rodríguez

Resumen

Se desarrolló previamente un diagnóstico matemático de células halladas en la citología cervicovaginal, estableciendo caracterizaciones objetivas y reproducibles para los diferen- tes estadios de la alteración celular, desde normalidad hasta carcinoma. En este trabajo, se partió de dicha metodología, para establecer posibles rutas de alteración preneoplásica, desde normalidad hasta LEIBG. Se estudiaron diez imágenes digitales de células escamosas de cuello uterino, con diagnóstico normal. Las imágenes fueron analizadas mediante un software, con el que se calculó la dimensión fractal de los objetos matemáticos definidos. Se calcularon los valo- res de variabilidad fractal y AMI (Armonía Matemática Intrínseca) celular para cada muestra y, a partir de estos valores, se realizaron simulaciones de las rutas de alteración de cada célula normal hacia una célula LEIBG (Lesión Escamosa Intraepitelial de Bajo Grado), realizando tres posibles variaciones de los espacios de ocupación celular en el espacio de Box-Counting. Cada ruta de alteración celular está definida por tres posibilidades de variación de ocupación espacial de los objetos celulares definidos. Cada una de estas posibilidades puede presentar características matemáticas de estados intermedios de la alteración. Los valores de la dimensiones fractales de los tres objetos definidos en las células normales: citoplasma, núcleo y totalidad, se hallaron entre 1,0512 y 1,9944 y los valores de variabilidad y AMI, entre 0 y 6. Se evi- denció una organización fractal de la estructura celular cervical, que permite establecer simulaciones de su alteración, lo que representa una herramienta de utilidad en la práctica clínica.

Palabras clave:

Detalles del artículo

Licencia

 

Referencias

1. CORREA, C.; RODRÍGUEZ, J.; PRIETO, S.; BERNAL, P.; OSPINO, B.; MUNÉVAR, A.; ÁLVAREZ, L.; MORA, J.; VITERY, S. 2012. Geometric diagnosis of erythrocy- te morphophysiology. J. Med. Med. Sci. (Nigeria). 3(11):715-720.

2. DE ARRUDA, P.F.F.; GATTI, M.; FACIO, F.N. JR.; DE ARRUDA, J.G.F.; MOREIRA, R.D.; MURTA, L.O. JR; DE ARRUDA, L.F.; DE GODOY, M.F. 2013. Quantifi- cation of fractal dimension and Shannon’s entropy in histological diagnosis of prostate cancer. BMC clini- cal pathology. (Reino Unido) 13(1):6.

3. KLATT, J.; GERICH, C.E.; GRÖBE, A.; OPITZ, J.; SCHREIBER, J.; HANKEN, H.; SALOMON, G.; HEILAND, M.; KLUWE, L.; BLESSMANN, M. 2013. Fractal dimension of time-resolved autofluorescen- ce discriminates tumour from healthy tissues in the oral cavity. J. Cranio-Maxillofacial Surg. (Europa). 13(7):719-735.

4. LACRUZ, C. 2003. Nomenclatura de las lesiones cervi- cales (de Papanicolau a Bethesda 2001). Rev. Esp. Patol. (España) 36(1):5-10.

5. MANDELBROT, B. 1967. How Long Is the Coast of Britain? Statistical Self-Similarity and Fractional Di- mension. Science, New Series (Estados Unidos) 156(3775):636-638.

6. METZE, K. 2013. Fractal dimension of chromatin: po- tential molecular diagnostic applications for cancer prognosis. Expert Rev. Mol. Diagn. (Reino Unido) 13(7):719-35.

7. RAGUSO, G.; ANCONA, A.; CHIEPPA, L.; L’ABBATE, S.; PEPE, M.L.; MANGIERI, F.; DE PALO, M.; RAN- GAYYAN, R.M. 2010. Application of fractal analysis to mammography. In: Engineering in Medicine and Biology Society (EMBC), 2010 Annual International Conference of the IEEE. (Argentina). p.3182-3185.

8. RASHIDNASAB, A.; ELANGOVAN, P.; YIP, M.; DIAZ, O.; DANCE, D.R.; YOUNG, K.C.; WELLS, K. 2013. Si- mulation and assessment of realistic breast lesions using fractal growth models. Physics in Medicine and Biology. (Canada). 58(16):5613-5627.

9. RODRÍGUEZ, J.; BERNAL, P.; CORREA, C.; PRIETO, S.; BENÍTEZ, L.; VITERY, S.; PUERTA, G.; MUÑOZ, D.; ROJAS, I.; SORACIPA, Y. 2009. Predicción de unión de péptidos de MSA-2 y AMA-1 de Plasmodium falci- parum al HLA clase II. Inmunol. (España) 28(3):115- 124.

10. RODRÍGUEZ, J. 2010. Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia. Rev. Panam. Salud Públ. (Colombia). 27(3):211-218.

11. RODRÍGUEZ, J. 2011a. Nuevo método fractal de ayuda diagnóstica para células preneoplásicas del epitelio escamoso cervical. Rev. U.D.C.A Act. & Div. Cient. (Colombia). 14(1):15-22.

12. RODRÍGUEZ, J. 2011b. Mathematical law of chaotic car- diac dynamics: Predictions for clinical application. J. Med. Med. Sci (Nigeria). 2(8):1050-1059.

13. RODRÍGUEZ, J.; PRIETO, S.; CORREA, C.; POSSO, H.; BERNAL, P.; PUERTA, G.; VITERY, S.; ROJAS, I. 2010a. Generalización fractal de células preneoplá- sicas y cancerígenas del epitelio escamoso cervical. Una nueva metodología de aplicación clínica. Rev. Fac. Med. (Colombia). 18(2):173-181.

14. RODRÍGUEZ, J.; PRIETO, S.; CORREA, C.; BERNAL, P.; PUERTA, G.; VITERY, S.; SORACIPA, Y.; MUÑOZ D. 2010b. Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony. BMC Med. Phys. (Inglaterra). 10:1-6.

15. RODRÍGUEZ, J.; BERNAL, P.; PRIETO, S.; CORREA, C. 2010c. Teoría de péptidos de alta unión de malaria al glóbulo rojo. Predicciones teóricas de nuevos pép- tidos de unión y mutaciones teóricas predictivas de aminoácidos críticos. Inmunol. (España) 29(1):7-19.

16. RODRÍGUEZ, J.; PRIETO, S.; TABARES, L.; RUBIANO, A.; PRIETO, I.; DOMÍNGUEZ, D.; PATIÑO, O.; ME- JÍA, M.; RAMÍREZ, L. 2013a. Evolución de células de cuello uterino desde normales hasta atipias es- camosas de significado indeterminado (ASCUS) con geometría fractal. Rev. U.D.C.A Act. & Div. Cient. (Colombia). 16(2):303-311.

17. RODRÍGUEZ, J.; PRIETO, S.; CORREA, C.; FORERO, M.F.; PÉREZ, C.; SORACIPA, Y.; MORA, J.; ROJAS, N.; PINEDA, D.; LÓPEZ, F. 2013b. Teoría de con- juntos aplicada al recuento de linfocitos y leucocitos: predicción de linfocitos T CD4 de pacientes con vi- rus de la inmunodeficiencia humana/sida. Inmunol. (España) 32(2):50-56.

18. RODRÍGUEZ, J.; PRIETO, S.; DOMÍNGUEZ, D.; MELO, M,; MENDOZA, F.; CORREA, C.; SORACIPA, Y.; PINILLA, L.; PARDO, J.; RAMÍREZ, N. 2013c. Mathe- matical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems J. Med. Med. Sci. (Nigeria) 4(8):370-381.

19. SANKAR, D.; THOMAS, T. 2010. A New Fast Fractal Mo- deling Approach for the Detection of Microcalcifica- tions in Mammograms. J. Digit. Imaging. (Estados Unidos). 23(5):538-546.

20. SOLOMON, D.; DAVEY, D.; KURMAN, R.; MORIARTY, A.; O’CONNOR, D.; PREY, M.; RAAB, S.; SHERMAN, M.; WILBUR, D.; WRIGHT, T.J.; YOUNG, N. 2002. The 2001 Bethesda System. JAMA (Estados Uni- dos). 287:2114-2119.

21. STEHLÍK, M.; MRKVIČKA, T.; FILUS, J.; FILUS, L. 2012. Recent developments on testing in cancer risk: a fractal and stochastic geometry. J. Reliab. Statist. Studi. (India). 5(Issue Special):83-95.

22. STĘPIEŃ, R.; STĘPIEŃ, P. 2010. Analysis of Contours of Tumor Masses in Mammograms by Higuchi’s Frac- tal Dimension. Biocybern. Biomed. Eng. (Polonia). 30(4):49-56.

23. WELTER, M.; RIEGER, H. 2010. Physical determinants of vascular network remodeling during tumor growth. Eur. Phys. J. E. (Francia). 33:149-163.

24. WHO/ICO. Information Centre on HPV and Cervical Can- cer (HPV Information Centre). 2010. Human Papillo- mavirus and Related Cancers in Americas. Summary Report 2010. Disponible desde Internet en: http:// www.who.int/hpvcentre (Con acceso 01/11/2012).

25. WORLD HEALTH ORGANIZATION. International Agency for Research Center. Globocan. 2008. Fact Sheets: Cervix uteri, Worldwide. Disponible desde Internet en: http://globocan.iarc.fr/factsheet.asp (con acceso 14/01/2013).

26. XU, M.; WU, T.T.; QU, J.Y. 2008. Unified Mie and fractal scattering by cells and experimental study on appli- cation in optical characterization of cellular and sub- cellular structures. J. Biomed. Optics. (Estados Uni- dos) 13(2):024015.

Descargas

La descarga de datos todavía no está disponible.