Este estudio de cohorte prospectivo evaluó características digitales de las heridas, termografía y marcadores inflamatorios locales en quemaduras, úlceras crónicas y heridas por reconstrucción de mano. Los modelos multimodales mostraron una discriminación modesta validada internamente, sin mejora significativa frente a la evaluación clínica, lo que respalda únicamente una estratificación exploratoria de riesgos y requiere validación externa antes de su uso clínico.
Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.
Artículo de investigación
Marcadores digitales e inflamatorios tempranos de la cicatrización retardada en quemaduras, úlceras y reconstrucción de la mano: un estudio de cohorte prospectivo
93 visualizaciones
⸱
11 de septiembre de 2026
En este artículo
Resumen
Resumen
La cicatrización tardía se evalúa de manera diferente en quemaduras, úlceras crónicas y heridas por reconstrucción de tejidos blandos de la mano, aunque estos pacientes suelen ser atendidos en el mismo servicio de heridas. Este estudio de cohorte prospectivo de un solo centro evaluó si las características digitales estandarizadas de la herida, la termografía y los marcadores inflamatorios locales mejoraban la evaluación temprana del riesgo de cicatrización tardía en estas tres categorías. Los adultos inscritos entre el 1 de enero de 2024 y el 31 de diciembre de 2025 se sometieron a fotografía basal de la herida, imagen térmica y muestreo del líquido de la herida. La cicatrización tardía se definió mediante criterios específicos preestablecidos para cada tipo de herida. Se ajustaron modelos clínicos, de características digitales, de marcadores inflamatorios, combinados basales y actualizados al día 7, incluyendo forzadamente el tipo de herida en cada modelo, y se validaron internamente con 1000 muestras de arranque (bootstrap). De 168 pacientes (57 con quemaduras, 70 con úlceras crónicas y 41 con heridas por reconstrucción de tejidos blandos de la mano), 59 (35,1 %) cumplieron los criterios de cicatrización tardía. Las heridas con cicatrización tardía eran más profundas y presentaban mayor cantidad de esfacelo y tejido necrótico, puntuaciones más altas de exudado y diferencias mayores entre la temperatura de la herida y la de referencia, así como concentraciones más elevadas de interleucina-6 (IL-6); otras diferencias resultaron imprecisas. Las AUC aparentes fueron 0,691 para el modelo clínico, 0,717 para el modelo combinado basal y 0,715 para el modelo actualizado temprano. Las AUC correspondientes corregidas por optimismo fueron 0,632, 0,660 y 0,649. El modelo combinado basal no mejoró significativamente la discriminación respecto al modelo clínico (ΔAUC 0,026; DeLong p = 0,400), y la adición de la reducción del área al día 7 no mejoró el modelo combinado basal (ΔAUC -0,002; p = 0,662). Por lo tanto, estos modelos mostraron un rendimiento modesto con validación interna, sin alcanzar la preparación clínica. En la actualidad, sirven principalmente como un marco generador de hipótesis para la estratificación temprana del riesgo. Se requiere validación externa independiente y evaluación prospectiva del impacto antes de su implementación.
Introducción
La cicatrización tardía de heridas sigue siendo un problema clínico en quemaduras, úlceras crónicas y reconstrucciones quirúrgicas de tejidos blandos. Estas afecciones difieren en su causa y en las expectativas de tiempo de cicatrización, pero con frecuencia un servicio especializado de heridas debe tomar tempranamente la misma decisión operativa: qué heridas requieren un monitoreo más estrecho, una evaluación especializada más precoz o una intensificación del diagnóstico. Las quemaduras pueden requerir escisión o injerto oportunos1,2, las úlceras crónicas reflejan factores interrelacionados como perfusión, presión, neuropatía, infección y factores metabólicos3,4, y las heridas reconstructivas pueden presentar fallo por dehiscencia, infección o compromiso del colgajo o del injerto. Un modelo unificado solo es clínicamente relevante si se conserva explícitamente el tipo de herida y se evalúa la heterogeneidad en lugar de asumirla como inexistente.
Las úlceras crónicas representan un problema diferente pero igualmente difícil. Estas heridas suelen persistir debido a una perfusión deficiente, infección, neuropatía, presión, edema, enfermedad metabólica o inflamación local excesiva. Modelos de heridas crónicas a gran escala han demostrado que factores a nivel de la herida, como área, profundidad, duración, ubicación y etiología, contribuyen significativamente a la predicción de la cicatrización3. En las úlceras del pie diabético, el cambio porcentual temprano en el área de la herida ha demostrado predecir la cicatrización completa posterior, siendo la reducción del área a las 4 semanas un punto de referencia práctico para identificar heridas que probablemente no sanarán con el tratamiento estándar únicamente4. Sin embargo, esperar varias semanas para determinar si una herida está respondiendo puede ser demasiado lento en el caso de heridas con alto riesgo de infección, pérdida de tejido o fracaso reconstructivo.
La evaluación digital de heridas ofrece una forma de hacer que la evaluación temprana sea más objetiva. La fotografía estandarizada de heridas y la planimetría calibrada pueden cuantificar el área de la herida y los cambios en la superficie de manera más consistente que la estimación visual por sí sola5. La medición basada en imágenes también permite extraer características adicionales del lecho de la herida, incluyendo el porcentaje de esfacelo, tejido necrótico, eritema, apariencia relacionada con el exudado y la heterogeneidad de la textura. Los métodos digitales de medición basados en teléfonos inteligentes y en ImageJ han sido evaluados cada vez más como herramientas prácticas para la evaluación del área de heridas en entornos clínicos y similares a los clínicos6. Sin embargo, la mayoría de las evaluaciones rutinarias de heridas aún dependen únicamente de la reducción del área, lo que podría pasar por alto cambios tempranos en la calidad del tejido que preceden al cierre retardado.
La imagen térmica proporciona otra dimensión no invasiva para la evaluación de heridas. La variación de temperatura local puede reflejar actividad inflamatoria, perfusión alterada, carga bacteriana o estrés tisular, dependiendo del tipo de herida y del momento temporal. Se ha investigado el análisis de la textura térmica para predecir las trayectorias de cicatrización de úlceras venosas de la pierna, lo que sugiere que la heterogeneidad térmica podría contener información pronóstica adicional más allá del tamaño de la herida7. Recientes revisiones también describen la termografía en el punto de atención como un complemento prometedor para el monitoreo de heridas, especialmente cuando se interpreta junto con características clínicas e imágenes, y no como una prueba diagnóstica aislada8. Por lo tanto, en poblaciones heterogéneas de heridas, la evaluación térmica podría ayudar a captar señales fisiológicas que no son visibles en fotografías convencionales.
A pesar de las diferentes etiologías, las tres categorías de heridas comparten procesos medibles relevantes para la reparación: carga tisular, activación inflamatoria, renovación de la matriz, perfusión local y cambio temprano en el área de la herida. Las citocinas en el líquido de la herida pueden reflejar la respuesta tisular local9,10, mientras que la metaloproteinasa de matriz-9 (MMP-9) refleja la actividad de proteasas y la degradación de la matriz extracelular, y se ha asociado con una mala cicatrización de las úlceras del pie diabético11. Estos dominios compartidos proporcionan una base biológica para probar un modelo común, pero no establecen que los efectos predictivos sean idénticos entre las categorías de heridas.
La mayoría de los estudios publicados se centran en un solo tipo de herida o en un único dominio de medición, mientras que las clínicas mixtas de heridas utilizan equipos de imagen compartidos y flujos de trabajo comunes de evaluación. Por lo tanto, un modelo agrupado podría reducir la fragmentación del flujo de trabajo, pero su valor clínico depende de una especificación transparente del modelo, validación interna, calibración y evaluación explícita de subgrupos12. Los resultados específicos según el tipo de herida y los análisis de interacción son salvaguardas necesarias, ya que los tiempos de cicatrización no son intercambiables.
A pesar de los procesos fisiológicos compartidos en la reparación de tejidos, persiste una brecha en la integración de evaluaciones multimodales en poblaciones de heridas diversas en entornos clínicos rutinarios. Planteamos la hipótesis de que un nuevo modelo agrupado, ajustado por tipo de herida, que combine características clínicas, digitales, térmicas e inflamatorias tempranas, mejoraría la predicción temprana de cicatrización retardada en comparación con la evaluación clínica estándar por sí sola, preservando explícitamente la heterogeneidad etiológica. Por consiguiente, el objetivo principal fue evaluar las asociaciones de estas características tempranas con la cicatrización retardada y comparar los modelos clínicos y multimodales preespecificados. El análisis también evaluó el desempeño dentro de cada categoría de herida, las interacciones entre tipo de herida y predictores, y la sensibilidad frente a la exposición a tratamientos posteriores a la línea base. Dado el diseño de desarrollo en un solo centro, todas las estimaciones de desempeño se consideraron exploratorias y validadas internamente, más que listas para su implementación. Si se valida externamente, este marco podría influir finalmente en la toma de decisiones clínicas al clasificar las heridas de alto riesgo para una intervención especializada más temprana y optimizar la asignación de recursos en servicios mixtos de heridas.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Protocolo
El estudio fue revisado y aprobado antes de su inicio por el Comité de Ética del Hospital General del Mando del Teatro Norte (número de aprobación Y(2023)455; fecha de aprobación 11 de noviembre de 2023). El Comité de Ética dispensó el requisito de consentimiento informado por escrito porque el estudio fue estrictamente observacional y no interventivo. Los registros clínicos, fotografías de las heridas, imágenes térmicas, muestras de líquido o hisopos de la herida y los datos de biomarcadores fueron desidentificados y codificados con identificadores únicos del estudio; la clave de reidentificación se almacenó por separado y solo era accesible para el personal autorizado del estudio. Los detalles de todos los reactivos, equipos, modelo de cámara térmica y nombres/versiones/RRID del software utilizados se enumeran en la Tabla de Materiales.
Diseño del estudio y entorno
Este estudio de cohorte observacional prospectivo se realizó en el Departamento de Cirugía de Quemados y Plástica y en la Unidad de Cirugía de la Mano de un hospital docente terciario entre el 1 de enero de 2024 y el 31 de diciembre de 2025. Se evaluaron consecutivamente adultos con heridas por quemaduras, úlceras crónicas o heridas para la reconstrucción del tejido blando de la mano en la primera evaluación de la herida o dentro de las 48 horas posteriores a la cirugía. El informe siguió las recomendaciones de Fortalecimiento de la Presentación de Estudios Observacionales en Epidemiología (STROBE)13. La ruta de cribado, inscripción, evaluación basal, seguimiento y análisis se muestra en Figura 1.
Se seleccionaron un total de 196 pacientes con heridas por quemaduras, úlceras crónicas o heridas por reconstrucción de tejidos blandos de la mano entre el 1 de enero de 2024 y el 31 de diciembre de 2025. Tras la exclusión de 28 pacientes (12 no cumplían los criterios de elegibilidad, 6 no tenían imágenes basales completas, 5 carecían de muestras útiles de líquido o hisopados y 5 rechazaron el seguimiento), se incluyeron 168 pacientes, quienes fueron clasificados en heridas por quemaduras, úlceras crónicas o heridas por reconstrucción de tejidos blandos de la mano. Todos los pacientes incluidos se sometieron a fotografía estandarizada basal de la herida, imagen térmica y muestreo de biomarcadores en el líquido de la herida, seguido de evaluaciones programadas a los 7 días, 14 días, 21 días, 28 días/semana 4 y semana 12. La clasificación final asignó a los pacientes en grupos de cicatrización oportuna y cicatrización retardada para el análisis, definiéndose la cicatrización retardada de forma amplia como el incumplimiento de los hitos específicos de cierre según el tipo de herida o la necesidad de una intervención quirúrgica no planificada.
Participantes
Los pacientes eran elegibles si tenían entre 18 y 85 años, presentaban una herida objetivo clínicamente identificable con lecho de herida medible, y se esperaba que completaran al menos 4 semanas de seguimiento. Se incluyeron tres categorías de heridas: heridas por quemaduras, úlceras crónicas y heridas por reconstrucción de tejidos blandos en la mano. Estas etiologías biológicamente distintas se agruparon para reflejar la realidad operativa de un servicio terciario mixto de heridas y para capturar dominios medibles compartidos de la reparación tisular, abordando explícitamente la heterogeneidad etiológica mediante análisis prespecificados de subgrupos e interacciones (detallados en la sección de análisis estadístico). Las heridas por quemaduras incluían quemaduras de espesor parcial superficial, de espesor parcial profundo y de espesor total, manejadas mediante vendaje conservador, desbridamiento escalonado o injerto, según la necesidad clínica. Las úlceras crónicas incluían úlceras del pie diabético, úlceras venosas de la pierna, úlceras por presión y úlceras traumáticas que no cicatrizaban y que duraban más de 4 semanas. Las heridas por reconstrucción de tejidos blandos en la mano incluían heridas tras la reparación con colgajo local, injerto de piel, cobertura de heridas con tendones expuestos o reconstrucción de defectos de tejidos blandos.
Se excluyeron a los pacientes si tenían heridas malignas, enfermedad autoinmune sistémica activa, terapia con corticosteroides sistémicos o inmunosupresores en los últimos 30 días, quimioterapia en los últimos 3 meses, enfermedad arterial periférica grave que requiriera revascularización urgente, imágenes basales de la herida incompletas, muestras de líquido de la herida o hisopados no disponibles, o pérdida de seguimiento antes de la primera evaluación de resultados.
Para pacientes con múltiples heridas, se seleccionó una herida objetivo antes de la imagen de referencia. La herida objetivo se definió como la herida con el área más grande, la mayor profundidad de afectación tisular o la mayor preocupación clínica por un cierre tardío. La misma herida objetivo se siguió durante todo el estudio.
Cronograma del estudio y calendario de evaluaciones
La evaluación basal se definió como T0. Para pacientes con quemaduras y úlceras crónicas, T0 fue la primera evaluación estandarizada de la herida después del reclutamiento. Para pacientes sometidos a reconstrucción de tejidos blandos de la mano, T0 se definió como el día postoperatorio 1 al día 3, antes del cambio rutinario de vendaje siempre que fuera factible.
Las evaluaciones de seguimiento se realizaron a los 7 ± 2 días, 14 ± 3 días, 21 ± 2 días para la evaluación de la epitelización de quemaduras, 28 ± 5 días y 12 ± 7 semanas. Las heridas por quemaduras se evaluaron para determinar la epitelización al día 21. Las úlceras crónicas se evaluaron para detectar una reducción temprana del área a la semana 4 y el cierre completo a la semana 12. Las heridas por reconstrucción de mano se evaluaron para determinar el cierre estable, la dehiscencia de la herida, el compromiso del colgajo o del injerto, la infección y la revisión no planificada antes del día 28 posoperatorio. El cronograma fijo de evaluación se presenta en la Tabla 1.
Fotografía estandarizada de heridas y medición digital de heridas
Se obtuvieron fotografías de la herida utilizando un teléfono inteligente comercial equipado con una cámara principal de 48 megapíxeles, colocado aproximadamente a 30 cm por encima y perpendicular al plano de la herida. Se colocó una regla estéril desechable de 2 cm y una tarjeta de calibración de color en el plano de la herida, fuera del campo estéril. Se desactivó el flash, se utilizó iluminación clínica fija y la resolución de la imagen fue de al menos 3024 píxeles × 4032 píxeles. Se repitieron las imágenes con desenfoque por movimiento, bordes de la herida incompletos, brillo excesivo, regla o tarjeta de color faltantes, o un ángulo mayor de aproximadamente 15°, antes de la aplicación del vendaje.
Se realizó el preprocesamiento de imágenes utilizando software de análisis de imágenes de código abierto. Las imágenes se rotaron a una orientación común, se recortaron para incluir la herida objetivo y la piel de referencia circundante, y se escalaron utilizando la regla de 2 cm. Se normalizó el color empleando los parches neutros de la tarjeta de calibración de color antes de la segmentación del tejido. La región de interés de la fotografía se alineó entre visitas utilizando la regla, puntos de referencia en el borde de la herida y la máscara poligonal guardada. Los márgenes de la herida fueron trazados independientemente por dos evaluadores capacitados, ciegos respecto al estado de cicatrización. Si las estimaciones del área diferían en más del 10 %, un tercer evaluador repetía la medición y se utilizaba la media de las dos estimaciones más cercanas14. Las características digitales basales incluyeron área de la herida, perímetro, circularidad, porcentaje de esfacelo, porcentaje de tejido necrótico, índice de eritema, puntuación de exudado y entropía de textura. El esfacelo y el tejido necrótico se segmentaron en el software de análisis de imágenes tras la normalización del color, utilizando la herramienta de umbralización por color en el modelo Matiz–Saturación–Brillo. Los umbrales se optimizaron interactivamente para cada imagen por dos evaluadores capacitados y ciegos, según procedimientos operativos estandarizados, utilizando el consenso visual entre los evaluadores frente a la imagen en color verdadero normalizada como criterio final de aceptación. A continuación, se realizó la corrección manual de residuos de vendaje, manchas de sangre, reflejos especulares y píxeles ajenos a la herida. Todos los cambios se guardaron en el conjunto de regiones de interés del software. La entropía de textura se calculó a partir de imágenes en escala de grises utilizando un complemento de matriz de co-ocurrencia de niveles de gris dentro del software, con una distancia de píxel de 1 y direcciones de 0°, 45°, 90° y 135°, promediándose los cuatro valores obtenidos.
La tasa de reducción del área de la herida al día 7 se calculó de la siguiente manera:
(1)
Un valor negativo indicó un aumento del tamaño de la herida. La fiabilidad del área basal de la herida se evaluó mediante el coeficiente de correlación intraclase [ICC(2,1)], un modelo de efectos aleatorios bidireccional con acuerdo absoluto, y un intervalo de confianza bootstrap del 95 % a nivel de sujeto.
Imágenes térmicas y características derivadas de la temperatura
Las imágenes térmicas se adquirieron utilizando una cámara térmica comercial compatible con teléfonos inteligentes, conectada al mismo teléfono. La configuración de emisividad se fijó en 0,98 para la obtención de imágenes de la superficie de la piel. El dispositivo se calibró antes de cada sesión de imagen según el procedimiento de calibración automática del fabricante. Las imágenes se capturaron después de que la herida hubiera estado expuesta al aire ambiente durante 5 min. La temperatura ambiente se mantuvo entre 22 y 25 °C, y la humedad relativa se mantuvo entre 40 y 60 %. No se realizó limpieza de la herida, irrigación, aplicación tópica de antimicrobianos ni desbridamiento en los 15 min anteriores a la obtención de imágenes.
Se registraron tres regiones: el lecho de la herida, la piel perilesional dentro de 1 cm del borde de la herida y la piel de referencia intacta contralateral o adyacente. La variable térmica principal, la diferencia de temperatura entre la herida y la referencia, se calculó restando la temperatura media de los píxeles de la región de interés de la piel de referencia intacta a la temperatura media de los píxeles de la región de interés del lecho de la herida. Se estableció previamente una diferencia de ≥2,0 °C como un patrón de alto riesgo de temperatura. La termografía se consideró un método complementario porque la temperatura es sensible a la inflamación, la perfusión, el entorno y la manipulación reciente7,8.
Se extrajo la entropía de la textura térmica utilizando lenguajes de programación de código abierto estándar y bibliotecas de visión por computadora. El fotograma térmico se recortó para que tuviera el mismo campo de visión que la fotografía; la máscara de la herida se registró utilizando puntos anatómicos del borde de la herida y la superposición de la cámara, y luego se verificó visualmente antes de la extracción. Las intensidades de los píxeles dentro de la región de la herida se normalizaron respecto a la región de referencia de la piel sana. Los fotogramas térmicos que no pasaron las verificaciones de enfoque, campo de visión, estabilización o registro se repitieron o se excluyeron. El análisis de la textura térmica fue exploratorio7.
Recolección de líquido de la herida y marcadores inflamatorios locales
Se recogieron muestras inflamatorias locales en T0 antes de la limpieza, irrigación, desbridamiento o administración de medicamentos tópicos de la herida. Cuando había exudado suficiente, se recolectó líquido de la herida utilizando un hisopo estéril de rayón colocado suavemente sobre el lecho de la herida durante 30 s sin provocar sangrado. Para heridas relativamente secas, el lecho de la herida se humedeció con 200 µL de solución salina normal estéril, y se recolectó el hisopo después de 60 s. Cada hisopo se colocó en 1,0 mL de solución salina tamponada con fosfato que contenía 0,05 % de Tween-20, se agitó en vórtex durante 60 s y se centrifugó a 3.000 x g durante 10 min a 4 °C. El sobrenadante se fraccionó y almacenó a −80 °C. Las muestras se descongelaron una sola vez antes del ensayo.
El panel inflamatorio local incluyó interleucina-6 (IL-6), interleucina-8 (IL-8/CXCL8), factor de necrosis tumoral-alfa (TNF-α) y metaloproteasa-9 de matriz (MMP-9). Todos los biomarcadores se midieron mediante kits comerciales de ensayo inmunoenzimático (ELISA). Los ensayos se realizaron según las instrucciones de los fabricantes. Específicamente, las incubaciones primarias se llevaron a cabo a temperatura ambiente (20–25 °C) durante 2 h. Los rangos de la curva estándar y los límites inferiores de detección fueron, respectivamente, 3,1–300 pg/mL y 0,7 pg/mL para IL-6; 1,5 pg/mL y 7,5 pg/mL para IL-8/CXCL8; 0,5 pg/mL y 5,5 pg/mL para TNF-α; y 31,2 pg/mL y 2.000 pg/mL para MMP-9. Las muestras se analizaron por duplicado y se repitieron cuando el coeficiente de variación superaba el 15 %. Las citocinas se expresaron en pg/mL y la MMP-9 en ng/mL. Se utilizaron métodos estandarizados de hisopo de herida para caracterizar el microentorno local15.
Se midió la concentración total de proteína en cada eluato de líquido de herida mediante un ensayo de proteína con ácido bicinconínico. El análisis principal utilizó concentraciones absolutas de marcadores. Un análisis de sensibilidad utilizó concentraciones de biomarcadores normalizadas a la concentración total de proteína para reducir la influencia de la dilución del exudado.
Se recolectaron muestras de sangre periférica en T0 para el recuento de glóbulos blancos (WBC), proteína C reactiva, albúmina sérica, hemoglobina, glucosa en ayunas y hemoglobina glucosilada cuando estuvo clínicamente disponible. Se realizó cultivo bacteriano de la herida cuando se sospechaba clínicamente infección o cuando estaba presente exudado purulento.
Documentación clínica de la evaluación y tratamiento de heridas
En cada visita, se registraron la profundidad de la herida, el nivel de exudado, el tejido necrótico, el esfacelo, la granulación, la epitelialización, la eritema perilesional, el olor y el dolor. La profundidad de la herida se clasificó de la siguiente manera: grado 1, afectación epidermal o dérmica superficial; grado 2, afectación de espesor completo de la piel o del tejido subcutáneo sin exposición de tendón, hueso, cápsula articular o implante; y grado 3, afectación profunda con exposición de tendón, hueso, cápsula articular, implante o compromiso de colgajo/injerto.
El exudado se puntuó del 0 al 4 (0 = ausente; 1 = mínimo; 2 = moderado; 3 = abundante; 4 = excesivo o que requiere un cambio de vendaje no programado). La infección clínica basal se definió por la presencia de drenaje purulento o al menos dos de los siguientes signos: aumento del dolor, calor, eritema, hinchazón, mal olor, retraso en la granulación, tejido frágil o respuesta inflamatoria sistémica.
El tratamiento no fue asignado según el protocolo. Los registros de seguimiento recogieron si un paciente recibió antibióticos sistémicos para >72 h, terapia con presión negativa de heridas, desbridamiento quirúrgico posterior a T0, injerto de piel o revisión de colgajo, o reoperación no planificada. Las fechas exactas de inicio y finalización no estaban disponibles en el conjunto de datos analíticos proporcionado, por lo que no fue posible modelar el momento relativo respecto a las visitas individuales de imagen y muestreo. Estos indicadores posteriores al valor basal se utilizaron únicamente en análisis de sensibilidad, no en los modelos primarios basales.
Definición y adjudicación del resultado
El resultado principal fue la cicatrización retardada, definida mediante criterios preespecificados según el tipo de herida. Para heridas por quemaduras, la cicatrización retardada se definió como la falta de lograr la epitelización completa para el día 21 después de la lesión, el injerto no planificado tras el fracaso del manejo conservador o la desbridación quirúrgica repetida por tejido no viable persistente. Para úlceras crónicas, la cicatrización retardada se definió como una reducción inferior al 50 % del área de la herida en la semana 4 o la falta de lograr el cierre completo para la semana 12. Para heridas en la reconstrucción de tejidos blandos de la mano, la cicatrización retardada se definió como la imposibilidad de lograr un cierre estable de la herida para el día 28 posoperatorio, dehiscencia de la herida, necrosis del colgajo o del injerto que requiera intervención adicional, infección quirúrgica nueva o empeorada en el sitio después de T0 que requiera antibióticos sistémicos o cirugía de revisión no planificada.
Se definió el cierre completo como la cobertura epitelial total sin drenaje ni protección con vendaje en dos visitas consecutivas. La cicatrización retardada de úlceras crónicas fue la unión con una reducción del área del <50% en la semana 4 o el cierre incompleto en la semana 12. Se mantuvo MMP-9 como un predictor candidato porque se ha asociado un aumento del MMP-9 en el líquido de la herida con una cicatrización deficiente de las úlceras del pie diabético11.
La adjudicación de resultados fue realizada por dos clínicos ciegos respecto a los valores de las características digitales y a las concentraciones de biomarcadores. Las discrepancias se resolvieron con la intervención de un tercer especialista senior en heridas. Los criterios preespecificados de curación retardada se resumen en la Tabla 2.
Puntos temporales de predicción y control de predictores candidatos
Se preespecificaron dos puntos temporales de predicción. El modelo basal utilizó únicamente variables disponibles en T0, incluyendo variables clínicas, características digitales basales de la herida, características térmicas basales y marcadores inflamatorios basales. El modelo actualizado temprano incluyó adicionalmente la reducción del área de la herida al día 7. Esta separación evitó tratar la información del día 7 como un predictor basal.
La cohorte analítica final incluyó a 168 pacientes y 59 eventos de cicatrización tardía. El modelo combinado basal incluyó seis predictores continuos/ordinales preespecificados más dos indicadores del tipo de herida; el modelo temprano incorporó además la reducción del área al día 7. Esta relación entre eventos y parámetros es limitada, por lo que los coeficientes y las estimaciones de subgrupos se interpretaron con cautela y se informó la corrección del optimismo mediante bootstrap.
Manejo de datos y datos faltantes
Los datos clínicos se introdujeron en una plataforma segura de captura electrónica de datos basada en la web. A cada paciente se le asignó un número de identificación del estudio. La información identificable se almacenó por separado del conjunto de datos analíticos. Los archivos de imagen se renombraron según el número de identificación del estudio, el tipo de herida y el momento de la visita (por ejemplo, W023_T0_photo y W023_D7_thermal).
Se aplicaron verificaciones de rango antes del análisis, y los valores extremos se conservaron tras su verificación, en lugar de eliminarlos automáticamente. La ausencia de datos en los predictores del modelo fue inferior al 5 %: la albúmina, la reducción del área al día 7, la eritema y la IL-6 tuvieron cada uno tres valores faltantes, el esfacelo tuvo tres y la MMP-9 tuvo seis. Los predictores continuos se imputaron con la mediana de la cohorte y los predictores categóricos con la moda. No faltaron resultados primarios.
Análisis estadístico
Los análisis se reprodujeron utilizando paquetes estándar de código abierto para estadística y análisis de datos. Las variables continuas se expresan como media ± desviación estándar (DE) y se compararon mediante pruebas t de muestras independientes de Welch; las variables categóricas se expresan como n (%) y se compararon mediante pruebas exactas de Fisher o pruebas de chi-cuadrado, según correspondiera. Los valores de p son bilaterales.
Los predictores se fijaron antes del ajuste del modelo, en lugar de seleccionarlos según el valor p univariable. Se utilizó regresión logística en todo el análisis. El tipo de herida se representó mediante indicadores de úlcera crónica y reconstrucción de mano, tomando como referencia las heridas por quemaduras. Los predictores continuos se escalaron según lo preespecificado.
Se evaluaron cinco modelos preespecificados: clínico, de características digitales de la herida, de marcadores inflamatorios, combinado basal y combinado actualizado tempranamente. La discriminación se resumió mediante el área bajo la curva (AUC) con intervalos de confianza (IC) del 95 % de DeLong. Se calcularon la intersección de calibración, la pendiente de calibración y la puntuación de Brier. La validación interna utilizó 1000 muestras de arranque (bootstrap) para estimar el AUC corregido por optimismo, la calibración y la puntuación de Brier. Se siguió la guía Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD)16.
Las curvas de decisión empíricas se calcularon a partir de las probabilidades predichas a nivel de paciente para umbrales entre 0,10 y 0,60. Las AUC correlacionadas se compararon mediante pruebas de DeLong. El rendimiento del modelo se estimó por separado dentro de los subgrupos de quemaduras (n = 57), úlceras crónicas (n = 70) y reconstrucción de mano (n = 41) utilizando las predicciones del modelo agrupado. Se añadieron interacciones entre predictores y tipo de herida, un predictor a la vez, y se evaluaron mediante una prueba de razón de verosimilitud de dos grados de libertad. Los análisis de subgrupos e interacciones fueron exploratorios.
El flujo de trabajo reproducible se muestra en la Figura 2. Se proporcionan como archivos complementarios los datos anonimizados a nivel de paciente, un diccionario de datos, predicciones a nivel de paciente, coeficientes, tablas fuente de curvas ROC (característica operativa del receptor), de calibración y de análisis de curvas de decisión, así como los scripts de Python utilizados para regenerar los análisis y las figuras.
Análisis de sensibilidad
Se realizaron cinco análisis de sensibilidad: reajuste tras excluir la infección clínica basal; evaluación de las predicciones del modelo agrupado para el cierre no alcanzado a las 12 semanas entre úlceras crónicas; sustitución de IL-6 y MMP-9 por log(1 + concentración); división de estos biomarcadores por la proteína total del líquido de la herida; y adición de cinco indicadores de tratamiento posteriores a la línea basal. El análisis ajustado por tratamiento se interpretó como una evaluación del confounding, no como un modelo válido de predicción basal, porque los tratamientos se seleccionaron según la gravedad clínica y algunos coincidían con los criterios de resultado.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Resultados
Clasificación del cribado del paciente y los resultados
Entre el 1 de enero de 2024 y el 31 de diciembre de 2025, se evaluaron 196 pacientes con heridas por quemaduras, úlceras crónicas o heridas por reconstrucción de tejidos blandos de la mano. Se excluyeron 28 pacientes: 12 no cumplían los criterios de elegibilidad, 6 no tenían imágenes basales completas de la herida, 5 no pudieron proporcionar muestras útiles de líquido de la herida o hisopados de la herida, y 5 rechazaron ...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Discusión
El análisis a nivel del paciente arrojó una conclusión cautelosa. Las heridas de cicatrización tardía eran más profundas y mostraban mayor carga tisular, exudado, diferencia de temperatura, infección basal e IL-6 en comparaciones descriptivas, pero la mayoría de los coeficientes multivariables preespecificados fueron imprecisos. Los modelos multimodales basales y tempranos tuvieron AUC corregidas por optimismo de 0.660 y 0.649, y no mejoraron significativamente al modelo clínico. Estos hallazgos concuerdan con la visión ...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Divulgaciones
Los autores no tienen nada que revelar.
Agradecimientos
Los autores agradecen al personal clínico y a las enfermeras del Departamento de Cirugía de Quemaduras y Plástica del Hospital General del Mando Teatral del Norte, y del Segundo Departamento de Cirugía del Hospital de la Cuerpo Provincial de Liaoning de la Fuerza Armada Popular de la Policía de China, por su ayuda en la selección de pacientes y en la obtención de imágenes de las heridas. Los autores también agradecen a los pacientes participantes. Esta investigación no recibió ninguna subvención específica de ninguna agencia financiera pública, comercial o sin fines de lucro.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Kit de ensayo de proteínas BCA | Thermo Fisher Scientific | 23225 | - |
| Cámara térmica FLIR ONE Pro | FLIR Systems | 435-0006-03 | - |
| Complemento de textura GLCM para FIJI | Comunidad FIJI/ImageJ | v0.4 | - |
| Kit ELISA Quantikine para IL-6 humana | R&D Systems | D6050 | - |
| Kit ELISA Quantikine para IL-8/CXCL8 humana | R&D Systems | D8000C | - |
| Kit ELISA para MMP-9 humana | Abcam | ab100610 | - |
| Kit ELISA Quantikine para TNF-α humana | R&D Systems | DTA00D | - |
| iPhone 14 Pro | Apple | — | - |
| Solución salina tamponada con fosfatos (PBS) | Thermo Fisher Scientific | 10010023 | - |
| Hisopos estériles con punta de rayón | Puritan Medical Products | 25-806 1WR | - |
| Tween-20 | Sigma-Aldrich | P1379 | - |
| X-Rite ColorChecker Classic Mini | Calibrite / X-Rite | MSCCVPR-MINI | - |
| FIJI / ImageJ | Institutos Nacionales de Salud | 1.54j | SCR_002285 |
| scikit-learn | Desarrolladores de scikit-learn | 1.9.0 | SCR_002577 |
| REDCap | Universidad de Vanderbilt | 14.0.9 | SCR_003282 |
| SciPy | Desarrolladores de SciPy | 1.18.0 | SCR_008058 |
| Python | Python Software Foundation | 3.12.13 | SCR_008394 |
| Matplotlib | Equipo de desarrollo de Matplotlib | 3.11.1 | SCR_008624 |
| NumPy | Desarrolladores de NumPy | 2.5.1 | SCR_008628 |
| OpenCV | Equipo de OpenCV | 4.9.0 | SCR_015526 |
| Statsmodels | Desarrolladores de Statsmodels | 0.14.6 | SCR_016074 |
| Seaborn | Desarrolladores de Seaborn | 0.13.2 | SCR_018132 |
| pandas | Equipo de desarrollo de pandas | 3.0.5 | SCR_018214 |
| scikit-image | Desarrolladores de scikit-image | 0.22.0 | SCR_021340 |
Referencias
- Rowan MP, et al. Burn wound healing and treatment: review and advancements. Crit Care. 2015;19(1):243.
- Ji S, Xiao S, Xia Z. Consensus on the treatment of second-degree burn wounds (2024 edition). Burns Trauma. 2024;12:tkad061.
- Cho SK, Mattke S, Gordon H, Sheridan M, Ennis W. Development of a model to predict healing of chronic wounds within 12 weeks. Adv Wound Care. 2020;9(9):516–24.
- Sheehan P, Jones P, Caselli A, Giurini JM, Veves A. Percent change in wound area of diabetic foot ulcers over a 4-week period is a robust predictor of complete healing in a 12-week prospective trial. Diabetes Care. 2003;26(6):1879–82.
- Kientzy M, et al. Accuracy of digital measurement for quantitative and qualitative indicators of wound healing and repair: a systematic review protocol. BMJ Open. 2024;14(5):e085969.
- Tanner J, et al. Digital wound monitoring with artificial intelligence to prioritise surgical wounds in cardiac surgery patients for priority or standard review: protocol for a randomised feasibility trial (WISDOM). BMJ Open. 2024;14(9):e086486.
- Monshipouri M, et al. Thermal imaging potential and limitations to predict healing of venous leg ulcers. Sci Rep. 2021;11(1):13239.
- Fridberg M, Bafor A, Iobst CA, Laugesen B. The role of thermography in assessment of wounds: a scoping review. Injury. 2024;55(11):111833.
- Saleh K, Sonesson A, Persson K, Riesbeck K, Schmidtchen A. Inflammation biomarkers and correlation to wound status after full-thickness skin grafting. Front Med. 2019;6:159.
- Rembe JD, et al. Immunomarker profiling in human chronic wound swabs reveals IL-1β/IL-1RA and CXCL8/CXCL10 ratios as potential biomarkers for wound healing, infection status and regenerative stage. J Transl Med. 2025;23(1):407.
- Liu Y, et al. Increased matrix metalloproteinase-9 predicts poor wound healing in diabetic foot ulcers. Diabetes Care. 2009;32(1):117–9.
- Efthimiou O, et al. Developing clinical prediction models: a step-by-step guide. BMJ. 2024;386:e078276.
- von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Ann Intern Med. 2007;147(8):573–7.
- Sharun K, Dhama K, Tiwari R. Comparative assessment of smartphone-based digital wound area measurement and ImageJ-based digital image analysis. Narra J. 2025.
- Rembe JD, et al. Assessment and monitoring of the wound micro-environment in chronic wounds using standardized wound swabbing for individualized diagnostics and targeted interventions. Biomedicines. 2024;12(10):2187.
- Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: the TRIPOD statement. Ann Intern Med. 2015;162(1):55–63.
- Wallace HA, Basehore BM, Zito PM. Wound healing phases. StatPearls. Treasure Island (FL): StatPearls Publishing; 2023.
- Landén NX, Li D, Ståhle M. Transition from inflammation to proliferation: a critical step during wound healing. Cell Mol Life Sci. 2016;73(20):3861–85.
- Schultz GS, Ladwig G, Wysocki A. Extracellular matrix: review of its roles in acute and chronic wounds. Principles of Wound Healing. Adelaide: University of Adelaide Press; 2011.
- Almadani YH, Vorstenbosch J, Davison PG, Murphy AM. Wound healing: a comprehensive review. Semin Plast Surg. 2021;35(3):141–4.
- Sibbald RG, Elliott JA, Persaud-Jaimangal R. Wound bed preparation 2021. Adv Skin Wound Care. 2021;34(4):183–95.
- Harries RL, Bosanquet DC, Harding KG. Wound bed preparation: TIME for an update. Int Wound J. 2016;13(Suppl 3):8–14.
- Gao M, et al. Regulation of inflammation during wound healing: the function of mesenchymal stem cells and strategies for therapeutic enhancement. Front Pharmacol. 2024;15:1345779.
- Mikosiński J, Kruk-Jeromin J, Drobnik J. Longitudinal evaluation of biomarkers in wound fluids from chronic venous leg ulcers. Acta Derm Venereol. 2022;102:adv00667.
- Trengove NJ, et al. Analysis of the acute and chronic wound environments: the role of proteases and their inhibitors. Wound Repair Regen. 1999;7(6):442–52.
- Fu K, Zheng Q, Wei H. Role of matrix metalloproteinases in diabetic foot ulcers. Front Pharmacol. 2022;13:1050630.
- Collins GS, et al. Evaluation of clinical prediction models: from development to external validation. BMJ. 2024;384:e074819.
- Binuya MAE, Engelhardt EG, Schats W, Schmidt MK, Steyerberg EW. Methodological guidance for the evaluation and updating of clinical prediction models: a systematic review. BMC Med Res Methodol. 2022;22(1):316.
- Saelmans A, et al. Implementation and updating of clinical prediction models: a systematic review. Mayo Clin Proc Digit Health. 2025;3(3):100228.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.