📄 bioengineering

Ultrasound Tracking Reveals Progressive Regional Strain Differences in Human Achilles Tendons During Fatigue Loading

Este estudio valida un algoritmo de seguimiento por ultrasonido automatizado para cuantificar la deformación regional en tendones de Aquiles humanos y revela que las deformaciones longitudinales máximas y promedio siguen trayectorias progresivas distintas entre los tendones sobrevivientes y los rotos durante la carga por fatiga, lo que sugiere que las diferencias biomecánicas tempranas preceden a la falla estructural manifiesta.

Autores originales: Nuethong, S., Baxter, J. R.

Publicado 2026-09-15

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nuethong, S., Baxter, J. R.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

El tendón de Aquiles es el cable más fuerte del cuerpo, una banda gruesa de tejido que conecta los músculos de la pantorrilla con el hueso del talón, permitiéndonos correr, saltar y impulsarnos desde el suelo. Como cualquier cuerda bajo tensión constante, puede desgastarse con el tiempo. Este desgaste, conocido como fatiga, ocurre mucho antes de que el tendón realmente se rompa. Durante años, los médicos han dependido de máquinas de ultrasonido para observar la forma de los tendones, detectando desgarros o engrosamientos después de que el dolor ya se ha instaurado. Sin embargo, ver la forma no es lo mismo que medir la fuerza. Para comprender verdaderamente cómo falla un tendón, los científicos necesitan observar cómo el tejido se estira y se deforma bajo carga, rastreando los diminutos movimientos de las fibras mientras soportan un estrés repetitivo. El desafío ha sido encontrar una manera de medir este estiramiento con precisión sin herramientas invasivas, especialmente a medida que el daño se acumula lentamente a lo largo de miles de ciclos.

Un equipo de investigadores de la Universidad de Pensilvania se propuso resolver esto creando una nueva forma de observar el movimiento del tendón desde el interior hacia afuera. Tomaron diez tendones de Aquiles humanos de donantes y los colocaron en una máquina que tiraba de ellos repetidamente, imitando el estrés de caminar o correr. El objetivo era ver qué sucede dentro del tejido a medida que se acerca al punto de ruptura. Algunos tendones fueron estirados hasta que se rompieron, mientras que otros fueron estirados durante mucho tiempo pero sobrevivieron a la prueba. Para ver qué estaba sucediendo dentro del tejido, los investigadores utilizaron una sonda de ultrasonido para tomar miles de imágenes de la sección media del tendón mientras este era estirado. Luego, introdujeron estas imágenes en un programa informático personalizado diseñado para rastrear el movimiento de diminutos puntos naturales dentro del tejido, de forma muy similar a seguir motas de polvo en un rayo de sol para ver cómo se mueve el aire. Este programa mapeó exactamente cuánto se estiró cada pequeña región del tendón, creando un mapa de calor detallado de la deformación a través del tejido.

El primer gran obstáculo fue demostrar que este nuevo método realmente funcionaba. Los investigadores compararon los números de estiramiento generados por su seguimiento por ultrasonido contra el movimiento conocido de la máquina que tiraba del tendón. Los resultados fueron notablemente cercanos, mostrando que el enfoque de visión computacional podía medir el estiramiento total del tendón con alta precisión, coincidiendo casi perfectamente con las propias mediciones de la máquina. Esta validación significó que podían confiar en los mapas detallados que el programa creaba para ver qué estaba sucediendo a un nivel local.

Cuando observaron cómo se comportaban los tendones a medida que se fatigaban, surgió una clara diferencia entre los que eventualmente se rompieron y los que sobrevivieron. En los tendones que fallaron, la cantidad máxima de estiramiento en cualquier punto individual seguía aumentando cada vez más a medida que los ciclos continuaban. El estiramiento promedio en todo el tendón también aumentó constantemente. En contraste, los tendones que sobrevivieron mostraron un patrón diferente. Su estiramiento promedio disminuyó ligeramente a medida que la carga continuaba, lo que sugiere que el tejido se estaba adaptando o redistribuyendo la carga de manera más eficiente. La señal más reveladora apareció temprano en el proceso. Dentro de los primeros 10,000 ciclos, los tendones supervivientes mostraron una caída en su estiramiento promedio, mientras que los tendones que más tarde se romperían no mostraron tal mejora; su estiramiento permanecía plano o comenzaba a subir gradualmente. Esto sugiere que la capacidad de un tendón para asentarse en un patrón de movimiento más eficiente tempranamente puede ser un signo de su salud, mientras que el no hacerlo podría ser una señal de alerta temprana de problemas.

Curiosamente, los investigadores descubrieron que la irregularidad del estiramiento, o cuánto difería el estiramiento de las distintas partes del tendón entre sí, no contaba una historia diferente entre los dos grupos. Ambos grupos mostraron una reducción similar en esta irregularidad con el tiempo. Esto significa que la clave para predecir el fallo no era solo qué tan caótico era el estiramiento, sino más bien la magnitud general del estiramiento y cómo esa magnitud cambiaba con el tiempo. Los tendones que se rompieron fueron incapaces de reducir su carga de estiramiento, lo que llevó a una acumulación de estrés en áreas específicas hasta que el tejido cedió.

Este estudio demuestra que es posible observar la mecánica interna de un tendón mientras se fatiga, utilizando nada más que ondas sonoras y un algoritmo inteligente. Al rastrear los diminutos movimientos del propio tejido, los investigadores pudieron ver que el camino hacia la ruptura no es un evento repentino, sino una divergencia gradual en el comportamiento. Los tendones que sobrevivieron aprendieron a compartir mejor la carga, mientras que los que se rompieron continuaron sufriendo tensión bajo la presión. Estos hallazgos ofrecen una nueva forma de observar la salud del tendón, sugiriendo que medir cómo un tendón se estira y se adapta durante el movimiento repetitivo podría revelar daños mucho antes de que un desgarro sea visible en un escaneo estándar. Aunque este trabajo se realizó con tejido cadavérico en un entorno de laboratorio controlado, el método proporciona una poderosa nueva lente para comprender cómo envejecen y fallan los tendones, ayudando potencialmente a identificar tejidos en riesgo antes de que alcancen el punto de ruptura.

Resumen Técnico: El seguimiento por ultrasonido revela diferencias progresivas de deformación regional en tendones de Aquiles humanos durante la carga por fatiga

Planteamiento del problema
Las rupturas del tendón de Aquiles son una lesión prevalente y debilitante, a menudo asociada con una tendinopatía subyacente causada por el uso excesivo y la carga mecánica repetitiva. Aunque las evaluaciones clínicas pueden detectar anomalías estructurales una vez que aparecen los síntomas, ofrecen una visión limitada de la degradación mecánica progresiva del tejido tendinoso antes de la ruptura. Existe una necesidad crítica de métricas biomecánicas cuantitativas capaces de caracterizar el daño tisular progresivo. Aunque la ecografía es una modalidad no invasiva utilizada para evaluar la estructura y el movimiento del tendón, su aplicación para cuantificar la deformación (strain) regional del tendón durante la carga por fatiga progresiva —y para caracterizar los cambios mecánicos que preceden a la ruptura— sigue siendo limitada.

Metodología
Este estudio utilizó un protocolo de carga por fatiga ex vivo previamente establecido en diez tendones de Aquiles cadavéricos (de siete donantes, con una edad de 60 ± 15 años). Los especímenes se seccionaron en formas de "hueso de perro" de 30 mm y se sometieron a una carga sinusoidal cíclica entre 10 y 20 MPa a 1 Hz durante hasta 150,000 ciclos o hasta la ruptura. Se realizaron pruebas de esfuerzo cada 500 ciclos.

Para cuantificar la deformación, los autores desarrollaron y validaron un algoritmo automatizado de seguimiento por ultrasonido:

Imagen: Se adquirieron imágenes continuas de ultrasonido en modo B de la sustancia media del tendón a 41 Hz durante los ciclos de carga.
Marco de seguimiento: Se definió una región de interés (ROI) rectangular sobre la sustancia media, que contenía una cuadrícula de 12 × 3 núcleos (kernels). El algoritmo Kanade-Lucas-Tomasi (KLT) sembró rastreadores de puntos dentro de cada núcleo para detectar características de la imagen basadas en los autovalores de la matriz de gradiente de la imagen.
Cálculo del desplazamiento: Se estimó una transformación de similitud bidimensional (traslación, rotación, escalado uniforme) entre fotogramas utilizando las coordenadas de los rastreadores de puntos emparejados. El análisis de componentes principales (PCA) resolvió los desplazamientos de los núcleos en componentes longitudinales y transversales para compensar la rotación del tendón.
Estimación de la deformación (strain):
- Deformación global (Bulk Strain): Los desplazamientos longitudinales acumulados se promediaron a través de la profundidad del tendón, y una regresión lineal contra las posiciones iniciales de las columnas proporcionó la deformación global derivada del ultrasonido.
- Deformación regional: Se generaron mapas de deformación longitudinal utilizando diferencias finitas centrales del gradiente de desplazamiento. Se calcularon métricas que incluyen la máxima, el promedio y la desviación estándar (heterogeneidad) de la deformación longitudinal.
Validación y análisis: La deformación global derivada del ultrasonido se comparó con la deformación del actuador (cabezal de la máquina). Se utilizaron modelos lineales de efectos mixtos (LME) para evaluar los cambios en las métricas de deformación regional a lo largo de la vida de fatiga y durante los primeros 10,000 ciclos, comparando los grupos de "sobrevivientes" (completaron 100,000 ciclos) y de "ruptura".

Resultos clave

Validación del algoritmo: El algoritmo de seguimiento automatizado demostró una alta fidelidad. La deformación global derivada del ultrasonido mostró una fuerte correlación con la deformación del actuador tanto en los tendones sobrevivientes ( $R^2 = 0.968 \pm 0.017$ ) como en los de ruptura ( $R^2 = 0.972 \pm 0.014$ ). El error cuadrático medio (RMSE) se mantuvo bajo (<0.070%).
Trayectorias de deformación divergentes: Las deformaciones longitudinales máxima y promedio exhibieron trayectorias significativamente diferentes entre los grupos a medida que progresaba la carga por fatiga (interacción Grupo × Vida de Fatiga: $p = 0.003$ $p = 0.003$ y $p < 0.0001$ $p < 0.0001$ , respectivamente).
- Tendones con ruptura: Mostraron deformaciones persistentemente elevadas que aumentaron a lo largo de la vida de fatiga.
- Tendones sobrevivientes: Mostraron deformaciones decrecientes a lo largo de la vida de fatiga.
- En la etapa final de la fatiga, los tendones con ruptura exhibieron una deformación global significativamente mayor que los sobrevivientes.
Comportamiento de la fatiga temprana: Durante los primeros 10,000 ciclos, la deformación longitudinal promedio disminuyó significamente en los tendones sobrevivientes ( $\beta = -0.0268\%$ por cada 1,000 ciclos, $p = 0.0215$ ) pero permaneció sin cambios en los tendones con ruptura ( $\beta = 0.0147\%$ , $p = 0.1197$ ), indicando una interacción significativa de Grupo × Ciclo ( $p = 0.0061$ ).
Heterogeneidad de la deformación: La desviación estándar de la deformación longitudinal disminuyó a lo largo de la vida de fatiga en ambos grupos, pero no se encontraron diferencias significativas entre los grupos ni en sus trayectorias ( $p = 0.146$ para la interacción).

Significancia y afirmaciones
Los autores afirman que este estudio desarrolló y validó con éxito un algoritmo de seguimiento por ultrasonido robusto y automatizado capaz de cuantificar la deformación regional del tendón con alta fidelidad durante la carga por fatiga progresiva. La principal significancia radica en la demostración de que el comportamiento de la deformación regional cambia antes de que se desarrollen diferencias pronunciadas en la magnitud absoluta.

Específicamente, el artículo postula que:

Marcadores biomecánicos tempranos: Las trayectorias divergentes de la deformación promedio durante la fase de carga temprana (disminuyendo en los sobrevivientes frente a la estabilidad en los de ruptura) sugieren que el comportamiento de la deformación regional puede servir como un indicador temprano de tejido comprometido, potencialmente precediendo a la falla macroscópica.
Perspectiva del mecanismo de falla: El aumento progresivo de la deformación máxima y promedio en los tendones con ruptura se alinea con la hipótesis de que el daño microestructural inducido por la fatiga (degradación del colágeno, ruptura de fibras) reduce la capacidad de carga, lo que conduce a concentraciones de deformación localizadas.
Utilidad clínica: Aunque el estudio no establece umbrales específicos de predicción de ruptura, sugiere que las métricas de deformación espacialmente resueltas derivadas del ultrasonido podrían complementar las evaluaciones morfológicas existentes. Este marco ofrece una base para el monitoreo longitudinal de la mecánica local del tendón para identificar regiones de concentración de deformación y evaluar los cambios mecánicos durante la rehabilitación o la progresión de una lesión.

Los autores mantienen la modestia respecto a la aplicación clínica, señalando limitaciones como la naturaleza bidimensional de la imagen, las restricciones del modelo ex vivo y el pequeño tamaño de la muestra, enfatizando que los hallazgos proporcionan una base metodológica para futuras investigaciones in vivo.

Más como este