Anales de la RANM

131 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 RADIOLOGÍA Y COVID-19: UN REPASO A UNA ACTUACIÓN Luis Martí-Bonmatí An RANM · Año 2020 · número 137 (02) · páginas 121 a 132 conoce por ejemplo que la cuantificación del volumen pulmonar afectado por umbralización mediante unidades Hounsfield permite predecir la necesidad de oxigenoterapia y es un factor de riesgo significa- tivo para la muerte en el hospital (37). La inclusión de información pronóstica en el etiquetado de estos datos permite también el entrenamiento y validación de las redes neuronales convolucionales y su posterior implementación en práctica clínica con un enfoque eminentemente clínico como herramienta de apoyo a la toma de decisiones en COVID-19. La imagen computacional, la radiómica y la inteli- gencia artificial están ayudando a mejorar la especifi- cidad de los estudios de radiografía simple y TC en la evaluación de estos pacientes. 1. Siddiqi HK, Mehra MR. COVID-19 illness in native and immunosuppressed states: A clinical- therapeutic staging proposal. J Heart Lung Trans- plant. 2020;39(5):405–407. 2. Wan Y, Shang J, Graham R, Baric RS, Li F. Re- ceptor Recognition by the Novel Coronavirus from Wuhan: An Analysis Based on Decade-Long Structural Studies of SARS Coronavirus. J Virol. 2020;94(7):e00127-20. 3. Miller R, Englund K. Clinical presentation and course of COVID-19. Cleve Clin J Med. 2020;87(7):384–388. 4. Koo HJ, Choi S-H, Sung H, Choe J, Do K-H. RadioGraphics Update: Radiographic and CT Features of Viral Pneumonia. Radiographics. 2020;40(4):E8–15. 5. Bikdeli B, Madhavan MV, Jimenez D, et al. CO- VID-19 and Thrombotic or Thromboembolic Di- sease: Implications for Prevention, Antithrombotic Therapy, and Follow-Up: JACC State-of-the-Art Review. J Am Coll Cardiol. 2020;75(23):2950–2973. 6. Driggin E, Madhavan MV, Bikdeli B, et al. Car- diovascular Considerations for Patients, Health Care Workers, and Health Systems During the COVID-19 Pandemic. J Am Coll Cardiol. 2020;75(18):2352–2371. 7. Klok FA, Kruip MJHA, van der Meer NJM, et al. Incidence of thrombotic complications in critica- lly ill ICU patients with COVID-19. Thromb Res. 2020;191:145–147. 8. Wong HYF, LamHYS, Fong AH-T, et al. Frequency and Distribution of Chest Radiographic Findings in COVID-19 Positive Patients. Radiology. 2019 Mar 27;201160. doi: 10.1148/radiol.2020201160. Online ahead of print. 9. Jacobi A, Chung M, Bernheim A, Eber C. Por- table chest X-ray in coronavirus disease-19 (COVID-19): A pictorial review. Clin Imaging. 2020;64:35–42. 10. Chen N, Zhou M, Dong X, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: A des- criptive study. Lancet. 2020;395(10223):507–513. 11. Ai T, Yang Z, Hou H, et al. Correlation of Chest CT and RT-PCR Testing in Coronavirus Disease 2019 (COVID-19) in China: A Report of 1014 Cases. Radiology. 2020;200642. doi: 10.1148/ra- diol.2020200642. Online ahead of print. 12. Ye Z, Zhang Y, Wang Y, Huang Z, Song B. Chest CT manifestations of new coronavirus disease 2019 (COVID-19): a pictorial review. Eur Radiol. 2020;30(8):4381–4389. 13. Pan F, Ye T, Sun P, et al. Time Course of Lung Changes at Chest CT during Recovery from Co- ronavirus Disease 2019 (COVID-19). Radiology. 2020;295(3):715–721. 14. Bernheim A, Mei X, Huang M, et al. Chest CT Findings in Coronavirus Disease-19 (CO- VID-19): Relationship to Duration of Infection. Radiology. 2020;295(3):200463. doi: 10.1148/ra- diol.2020200463. Epub 2020 Feb 20. 15. Xu B, Xing Y, Peng J, et al. Chest CT for detecting COVID-19: a systematic review and meta-analy- sis of diagnostic accuracy. Eur Radiol. 2020; 1-8. doi: 10.1007/s00330-020-06934-2. Online ahead of print. Figura 10. Informe estructurado para TC en COVID-19 realizado por siste- ma de inteligencia artificial. BIBLIOGRAFÍA