Search

Resumen: El desarrollo de gemelos digitales (GD) pulmonares representa un avance significativo en la medicina personalizada, proporcionando un marco virtual que replica la estructura, la función y la patología del sistema respiratorio de manera individualizada. Los GD integran datos clínicos, imágenes de alta resolución y modelos matemáticos para simular la mecánica respiratoria, la difusión de gases y la dinámica de fluidos. Esta tecnología mejora el diagnóstico, la planificación de tratamientos y la monitorización de la progresión de enfermedades. Una de las aplicaciones clave de los GD pulmonares es la capacidad de simular la respuesta específica de cada paciente a los tratamientos y predecir los resultados, permitiendo personalizar las terapias. A pesar de los avances, la implementación de los GD en la práctica clínica enfrenta desafíos relacionados con la integración de datos, la eficiencia computacional y consideraciones éticas sobre la privacidad de la información. No obstante, los GD pulmonares ofrecen una promesa clara para mejorar la medicina de precisión, optimizar la atención al paciente y mejorar los resultados clínicos. Abstract: The development of lung digital twins (DTs) represents a significant advance in personalized medicine, providing a virtual framework that replicates the structure, function, and pathology of the respiratory system in an individualized manner. DTs integrate clinical data, high-resolution images, and mathematical models to simulate respiratory mechanics, gas diffusion, and fluid dynamics in real time. This technology improves diagnosis, treatment planning, and disease progression monitoring. One of the key applications of lung DTs is the ability to simulate patient-specific response to treatments and predict outcomes, allowing for personalized therapies. Despite advances, the implementation of DTs in clinical practice faces challenges related to data integration, computational efficiency, and ethical considerations regarding data privacy. Nevertheless, lung DTs offer clear promise for improving precision medicine, optimizing patient care, and improving clinical outcomes.

Mediastinal liposarcoma (ML) is a rare mesenchymal tumor, accounting for less than 1% of mediastinal tumors. They have a slow growth, so they may not give symptoms for a long time, until the tumor produces compression of close structures. The treatment of choice is surgery, which can be combined with chemo-radiotherapy. We present a case in which the diagnosis of a ML was made in a 30-year-old woman with dyspnea and chest pain.

Resumen: El asma es una enfermedad inflamatoria crónica que afecta alrededor del 5% de la población mundial y genera unos elevados costes sociosanitarios. Para un manejo adecuado de la enfermedad es necesario un correcto diagnóstico, basado en medidas objetivas de la afectación funcional, así como el control de los síntomas y la valoración del riesgo futuro de exacerbaciones.Se ha estimado que un 18% de los pacientes asmáticos en Europa occidental tienen asma grave y aproximadamente el 50% de ellos cuentan con un mal control. La gravedad del asma se establece en función de las necesidades mínimas de tratamiento de mantenimiento para alcanzar el control. Las guías de práctica clínica de asma recomiendan clasificar a los pacientes graves en asma alérgica (T2); asma eosinofílica (T2) y asma no T2 con el fin de establecer el tratamiento más adecuado.En las últimas décadas se han desarrollado nuevas terapias biológicas que pueden aplicarse según el fenotipo y el endotipo del asma, lo que permite hacer un tratamiento selectivo y personalizado. Estos fenotipos y endotipos pueden modificarse a lo largo del tiempo y por ello, la identificación de biomarcadores capaces de predecir la gravedad, el curso de la enfermedad y la respuesta a un determinado tratamiento parece imprescindible. En el asma se han estudiado una gran cantidad de biomarcadores, pero hasta ahora solo algunos pueden usarse fácilmente en la práctica clínica habitual. La aplicación de las tecnologías ómicas (epigenómica, genómica, transcriptómica, proteómica, metabolómica, lipidómica, etc.) que sirvan para este fin, todavía se encuentran en fase de investigación. Abstract: Asthma is a chronic inflammatory disease that affects about 5% of the world's population and generates high health and social costs. Proper management of the disease requires a correct diagnosis, based on objective measures of functional impairment, as well as symptom control and assessment of the future risk of exacerbations.It has been estimated that 18% of asthma patients in Western Europe have severe asthma and approximately 50% of them have poor control. The severity of asthma is established based on the minimum maintenance treatment needs to achieve control. Asthma clinical practice guidelines recommend classifying severe patients into allergic asthma (T2); eosinophilic asthma (T2) and non-T2 asthma in order to establish the most appropriate treatment.In recent decades, new biological therapies have been developed that can be applied according to the phenotype and endotype of asthma, allowing for selective and personalized treatment. These phenotypes and endotypes can change over time and therefore, the identification of biomarkers capable of predicting the severity, the course of the disease and the response to a given treatment seems essential. A large number of biomarkers have been studied in asthma, but so far only a few can be readily used in routine clinical practice. The application of omics technologies (epigenomics, genomics, transcriptomics, proteomics, metabolomics, lipidomics, etc.) for this purpose is still in the research phase.