Exactitud diagnóstica de la tomografía computarizada de alta resolución en la detección temprana de enfermedad pulmonar intersticial en pacientes con enfermedades del tejido conectivo: revisión sistemática de pruebas diagnósticas

Síguenos en Pinterest

Incluido en la revista Ocronos. Vol. IX. N.º 9–Septiembre 2026.

Pág. Inicial: Vol. IX; N.º 9: 71

Autor principal (primer firmante): Erika Cristina Naspud Uruchima

Fecha recepción: 04/08/2026

Fecha aceptación: 31/08/2026

Ref.: Ocronos. 2026;9(9): 71

https://doi.org/10.58842/LNEI4491

Autores:

Erika Cristina Naspud Uruchima

https://orcid.org/0009-0005-0528-2435

Diana Elena Parra Muñoz

https://orcid.org/0000-0003-0983-4100

José Patricio Beltrán Carreño

https://orcid.org/0000-0002-1972-0812

Categoría profesional:

Medico posgradista de imagenología.

Especialista en imagenología.

Especialista en Medicina familiar, Magister en gerencia de instituciones de salud, Magister en investigación de la salud.

Resumen

• Antecedentes: La enfermedad pulmonar intersticial (EPI) es una complicación frecuente y potencialmente grave en pacientes con enfermedades del tejido conectivo (ETC). La detección temprana permite identificar compromiso pulmonar subclínico, orientar decisiones terapéuticas y establecer seguimiento funcional e imagenológico oportuno. La tomografía computarizada de alta resolución (TCAR) es la principal herramienta de imagen para caracterizar la EPI, pero su rendimiento diagnóstico en fases iniciales y en poblaciones específicas con ETC requiere una síntesis metodológicamente rigurosa.
• Objetivo: Evaluar la exactitud diagnóstica y el valor clínico de la TCAR en la detección temprana de EPI en pacientes adultos con ETC.
• Métodos: Se realizó una revisión sistemática de pruebas diagnósticas conforme a PRISMA 2020 y PRISMA-DTA. El protocolo fue registrado en PROSPERO (CRD420261345177). Se buscaron estudios publicados entre enero de 2021 y abril de 2026 en PubMed/MEDLINE, Embase, Scopus, Web of Science, Cochrane Library, LILACS y SciELO. La selección, extracción de datos y evaluación metodológica se realizaron con criterios predefinidos; el riesgo de sesgo se valoró mediante QUADAS-2. Debido a la heterogeneidad clínica y metodológica, se efectuó síntesis narrativa estructurada, sin metaanálisis.
• Resultados: Se identificaron 523 registros; tras eliminar duplicados, 487 fueron cribados y 68 se revisaron a texto completo. Finalmente, 28 publicaciones cumplieron los criterios de elegibilidad para la síntesis cualitativa. La evidencia mostró que la TCAR, incluidos protocolos de baja dosis y herramientas cuantitativas, detecta alteraciones intersticiales subclínicas con mayor capacidad de caracterización que la evaluación clínica aislada, radiografía simple o pruebas funcionales. No fue posible obtener estimaciones agrupadas de sensibilidad y especificidad por ausencia de datos 2 × 2 comparables y variabilidad en estándares de referencia.
• Conclusiones: La TCAR constituye una herramienta central para la detección temprana de EPI asociada a ETC, especialmente en pacientes de alto riesgo. Sin embargo, la certeza global de la evidencia es limitada por la heterogeneidad de diseños, definiciones de EPI temprana, protocolos de imagen y estándares de referencia. Su uso debe integrarse en un enfoque multimodal con evaluación clínica, pruebas funcionales y discusión multidisciplinaria.

Palabras clave:

Tomografía computarizada de alta resolución; enfermedad pulmonar intersticial; enfermedad del tejido conectivo; exactitud diagnóstica; detección temprana.

Introducción

Las enfermedades del tejido conectivo (ETC) constituyen un grupo heterogéneo de trastornos autoinmunes sistémicos que incluyen esclerosis sistémica (ES), artritis reumatoide (AR), lupus eritematoso sistémico (LES), miopatías inflamatorias idiopáticas y enfermedad mixta del tejido conectivo, entre otras. La enfermedad pulmonar intersticial (EPI) representa una de las manifestaciones extraarticulares más graves y frecuentes en pacientes con ETC, constituyendo una causa importante de morbilidad y mortalidad en esta población (1-3).

La prevalencia de EPI asociada a ETC (EPI-ETC) varía considerablemente según el tipo específico de enfermedad autoinmune, oscilando entre 15% y 90% dependiendo de la metodología diagnóstica empleada y la población estudiada (4,5). En la esclerosis sistémica, la EPI se presenta hasta en 80% de los pacientes y representa la principal causa de muerte relacionada con la enfermedad (6,7). En la artritis reumatoide, la prevalencia de EPI clínicamente significativa se estima entre 10% y 30%, aunque estudios con tomografía computarizada de alta resolución (TCAR) han detectado anomalías intersticiales subclínicas en hasta 60% de los pacientes (8,9).

La detección temprana de EPI en pacientes con ETC es crucial por varias razones fundamentales. Primero, la EPI-ETC frecuentemente progresa de manera insidiosa, con síntomas respiratorios que pueden ser sutiles o atribuidos erróneamente a otras causas en las etapas iniciales (10,11). Segundo, el diagnóstico tardío se asocia con peor pronóstico, mayor deterioro funcional y menor respuesta a las intervenciones terapéuticas disponibles (12,13). Tercero, la identificación temprana permite la implementación oportuna de estrategias de tratamiento modificadoras de la enfermedad, incluyendo inmunosupresores y terapias antifibróticas, que han demostrado eficacia en ralentizar la progresión de la fibrosis pulmonar cuando se inician en etapas tempranas (14,15).

La tomografía computarizada de alta resolución (TCAR) ha emergido como la modalidad de imagen de referencia para la evaluación de EPI, superando significativamente a la radiografía de tórax convencional en la detección de cambios intersticiales sutiles (16,17). La TCAR permite la caracterización detallada de patrones morfológicos específicos, incluyendo opacidades en vidrio esmerilado, reticulación, engrosamiento de septos interlobulillares, bronquiectasias por tracción y panal de abeja, que son fundamentales para el diagnóstico, clasificación y seguimiento de la EPI (18,19).

A pesar del reconocido valor de la TCAR en la evaluación de EPI establecida, persisten interrogantes importantes sobre su exactitud diagnóstica específicamente en la detección temprana de enfermedad intersticial en pacientes con ETC. Las características particulares de la EPI-ETC, incluyendo su presentación heterogénea, la coexistencia de múltiples patrones histopatológicos y la influencia de factores inmunológicos específicos, plantean desafíos únicos para la interpretación de imágenes (20,21). Además, la exposición a radiación ionizante y los costos asociados con la TCAR requieren una evaluación rigurosa de su rendimiento diagnóstico para justificar su uso en programas de cribado sistemático (22,23).

Revisiones sistemáticas previas han evaluado el papel de la TCAR en EPI de diversas etiologías, pero existe una necesidad de síntesis específica centrada en la población con ETC y particularmente en la detección temprana de la enfermedad (24,25). La heterogeneidad en los protocolos de adquisición de imágenes, los criterios diagnósticos empleados y los estándares de referencia utilizados en diferentes estudios dificulta la interpretación de la evidencia disponible y limita la formulación de recomendaciones basadas en evidencia para la práctica clínica (26,27).

Recientemente, han surgido avances tecnológicos prometedores, incluyendo sistemas de puntuación cuantitativa de TCAR y herramientas basadas en inteligencia artificial, que podrían mejorar la reproducibilidad y precisión de la evaluación de EPI temprana (28,29). Sin embargo, la validación de estas tecnologías en poblaciones específicas de ETC y su integración en algoritmos diagnósticos clínicos requieren evaluación sistemática.

El objetivo principal de esta revisión sistemática es evaluar la exactitud diagnóstica de la tomografía computarizada de alta resolución (TCAR) en la detección temprana de enfermedad pulmonar intersticial en pacientes con enfermedades del tejido conectivo.

Objetivos

Objetivo general

• Evaluar la exactitud diagnóstica y la utilidad clínica de la tomografía computarizada de alta resolución para la detección temprana de enfermedad pulmonar intersticial en pacientes adultos con enfermedades del tejido conectivo, mediante una revisión sistemática de la evidencia disponible.

Objetivos específicos

1. Sintetizar las medidas de rendimiento diagnóstico reportadas para la tomografía computarizada de alta resolución en la identificación de enfermedad pulmonar intersticial temprana o subclínica, incluyendo sensibilidad, especificidad, valores predictivos, razones de verosimilitud, área bajo la curva y concordancia diagnóstica.
2. Analizar las características y los hallazgos tomográficos asociados con el compromiso pulmonar intersticial temprano, considerando el tipo de enfermedad del tejido conectivo y las diferencias entre protocolos convencionales, de baja dosis, cuantitativos y asistidos por inteligencia artificial.
3. Evaluar la calidad metodológica, el riesgo de sesgo, la aplicabilidad y la certeza de la evidencia de los estudios incluidos, con el propósito de establecer las implicaciones clínicas de la tomografía computarizada de alta resolución dentro de las estrategias de cribado, diagnóstico temprano y seguimiento multidisciplinario.

Métodos

Diseño y registro del protocolo

Se realizó una revisión sistemática de pruebas diagnósticas con el objetivo de evaluar el rendimiento de la TCAR en la detección temprana de EPI en pacientes adultos con ETC. El manuscrito se elaboró conforme a la declaración PRISMA 2020 y a la extensión PRISMA-DTA para revisiones de exactitud diagnóstica. El protocolo fue elaborado de manera prospectiva y registrado en PROSPERO, International Prospective Register of Systematic Reviews, bajo el número CRD420261345177. No se realizaron modificaciones sustanciales respecto al protocolo inicialmente registrado.

En este manuscrito se utilizan como equivalentes los términos TCAR en español y HRCT en inglés para referirse a high-resolution computed tomography.

Pregunta PIRD

La pregunta de investigación se estructuró mediante el marco PIRD, recomendado para revisiones de pruebas diagnósticas. La Tabla 1 resume sus componentes.

Tabla 1. Pregunta de investigación estructurada mediante el marco PIRD.

Ver tabla al final del artículo.

Fuente: elaboración propia.

Criterios de elegibilidad

Los criterios de inclusión y exclusión se definieron antes del cribado y se aplicaron de forma uniforme durante la selección de estudios.

Tabla 2. Criterios de inclusión y exclusión.

Ver tabla al final del artículo.

Fuente: elaboración propia.

Fuentes de información y estrategia de búsqueda

La búsqueda bibliográfica se realizó en PubMed/MEDLINE, Embase, Scopus, Web of Science, Cochrane Library, LILACS y SciELO. El periodo de búsqueda comprendió desde enero de 2021 hasta abril de 2026. Se utilizaron términos controlados y palabras clave libres relacionados con enfermedad pulmonar intersticial, enfermedades del tejido conectivo, tomografía computarizada de alta resolución, exactitud diagnóstica, sensibilidad, especificidad, cribado y detección temprana. La sintaxis fue adaptada a cada base de datos. Las estrategias completas se presentan en el Anexo 1.

Además, se revisaron manualmente las listas de referencias de los estudios incluidos. No se realizó búsqueda sistemática en registros de ensayos no publicados ni contacto formal con autores para obtener datos no publicados; esta decisión se consideró como posible fuente de sesgo de publicación.

Selección de estudios – Extracción de datos

Evaluación del riesgo de sesgo

La calidad metodológica se evaluó mediante QUADAS-2, considerando los dominios de selección de pacientes, prueba índice, estándar de referencia y flujo/temporalidad. La aplicabilidad se valoró en los dominios de selección de pacientes, prueba índice y estándar de referencia. La evaluación fue realizada por dos revisores de manera independiente y las discrepancias se resolvieron por consenso. La interpretación de los resultados consideró el riesgo de sesgo por dominio y no otorgó conclusiones firmes a desenlaces sustentados predominantemente por estudios de alto riesgo o aplicabilidad incierta.

Síntesis de la evidencia

La síntesis de la evidencia se realizó mediante un enfoque narrativo estructurado. Los resultados se organizaron según tipo de ETC, protocolo de TCAR, estándar de referencia, tipo de análisis y medida de rendimiento reportada. No se realizó metaanálisis diagnóstico ni curva HSROC debido a la heterogeneidad clínica y metodológica, la variabilidad en las definiciones de EPI temprana, el uso de estándares de referencia no uniformes y la falta de datos 2 × 2 comparables en la mayoría de las publicaciones. Para considerar una síntesis cuantitativa se requerían al menos cuatro estudios con población, prueba índice, estándar de referencia y desenlaces diagnósticos comparables; este criterio no se cumplió.

Certeza de la evidencia

La certeza global se valoró de forma narrativa mediante los dominios conceptuales de GRADE-DTA: riesgo de sesgo, inconsistencia, evidencia indirecta, imprecisión y sesgo de publicación. Dado que no se estimaron efectos agrupados, la calificación se presentó como una matriz cualitativa por desenlace principal.

Consideraciones éticas del diseño

Al tratarse de una revisión sistemática basada exclusivamente en estudios publicados, no se requirió aprobación por un comité de ética ni consentimiento informado. Se respetaron los principios de integridad científica, transparencia metodológica, citación adecuada y reporte reproducible.

Selección de estudios

La búsqueda electrónica identificó 523 registros en PubMed/MEDLINE, Embase, Scopus, Web of Science, Cochrane Library, LILACS y SciELO. Tras la eliminación de duplicados, 487 registros fueron evaluados por título y resumen. En esta fase se excluyeron 419 registros por no cumplir los criterios de inclusión. Posteriormente, 68 artículos fueron evaluados a texto completo; 40 fueron excluidos por ausencia de datos diagnósticos, falta de estándar de referencia, diseño no elegible, población no correspondiente a ETC, evaluación de técnicas distintas a TCAR o información insuficiente. Finalmente, 28 publicaciones cumplieron los criterios de elegibilidad y se incluyeron en la síntesis cualitativa estructurada. El detalle agregado de exclusión se presenta en el Anexo 2.

Figura 1. Diagrama de flujo de selección de estudios según PRISMA 2020 y PRISMA-DTA.

Más frecuentemente evaluadas fueron esclerosis sistémica, artritis reumatoide, miopatías inflamatorias idiopáticas y poblaciones mixtas con enfermedades autoinmunes sistémicas.

Ver imagen al final del artículo.

Fuente: Elaboración propia del autor

Resultados

Los protocolos de TCAR fueron heterogéneos entre los estudios. Algunos utilizaron protocolos estándar, mientras que otros evaluaron protocolos de baja dosis, estudios con número reducido de cortes, métodos de cuantificación tomográfica o herramientas basadas en inteligencia artificial. El estándar de referencia más utilizado fue el diagnóstico multidisciplinario, aunque algunos estudios emplearon seguimiento clínico-radiológico, criterios diagnósticos establecidos o comparación con otras pruebas complementarias.

Las características generales, metodológicas y diagnósticas de los estudios incluidos se resumen en la Tabla 1.

Tabla 3. Matriz depurada de artículos evaluados y decisión de inclusión metodológica.

Ver tabla al final del artículo.

Nota. NR: no reportado o no disponible en la información consultada. “No aplica” se utiliza cuando el artículo no corresponde a estudio primario de exactitud diagnóstica. Los estudios donde HRCT/TCAR funciona como estándar de referencia para evaluar ultrasonido, pruebas funcionales o biomarcadores no deben utilizarse para estimar la sensibilidad o especificidad de la TCAR. Las guías, revisiones, consensos y resúmenes de congreso deben excluirse de la tabla principal de estudios incluidos, aunque pueden emplearse en introducción o discusión.

Fuente: Elaboración propia a partir de los estudios incluidos en la revisión sistemática.

Riesgo de sesgo y aplicabilidad

La evaluación QUADAS-2 mostró riesgo de sesgo variable. Los dominios más comprometidos fueron selección de pacientes y estándar de referencia, principalmente por diseños retrospectivos, poblaciones seleccionadas, definiciones no uniformes de EPI temprana y uso de diagnóstico multidisciplinario que puede incorporar hallazgos de TCAR. La prueba índice tuvo mejor aplicabilidad cuando el protocolo HRCT fue descrito con detalle. El dominio flujo/temporalidad fue incierto en estudios que no reportaron el intervalo entre TCAR y estándar de referencia.

Tabla 4. Resumen del riesgo de sesgo según QUADAS-2.

Ver tabla al final del artículo.

Fuente: elaboración propia. La matriz detallada por publicación se presenta en el Anexo 3.

Certeza de la evidencia

La certeza de la evidencia fue globalmente baja a moderada. La ausencia de metaanálisis no impide una interpretación clínica, pero limita la precisión de las estimaciones y exige matizar las conclusiones.

Tabla 5. Certeza de la evidencia mediante enfoque GRADE-DTA.

Ver tabla al final del artículo.

Fuente: elaboración propia con base en dominios conceptuales GRADE-DTA.

Discusión

La presente revisión sistemática confirma que la TCAR es la herramienta de imagen más sensible para la detección temprana de EPI en pacientes con ETC, con sensibilidades consistentemente elevadas en la literatura reciente. Estos hallazgos son concordantes con lo reportado por Hoffmann et al. quienes evidenciaron el valor de la TCAR en el cribado precoz de EPI en enfermedades reumáticas inflamatorias, así como por Karacaoğlu et al. quienes demostraron alta precisión diagnóstica mediante sistemas cuantitativos basados en tomografía en artritis reumatoide asociada a EPI (3,5).

Desde una perspectiva clínica, la elevada sensibilidad de la TCAR tiene implicaciones críticas, ya que permite identificar compromiso intersticial en fases subclínicas, antes de la aparición de síntomas respiratorios o deterioro funcional significativo. En este contexto, estudios recientes como los de Guiot et al. y Aguilar-Coll et al. destacan la importancia de estrategias de detección precoz en poblaciones de alto riesgo, particularmente en esclerosis sistémica y artritis reumatoide (3,4). La identificación temprana es especialmente relevante considerando que la progresión hacia fibrosis pulmonar irreversible puede ocurrir de forma silenciosa, condicionando un peor pronóstico si no se interviene oportunamente (15, 26).

No obstante, la especificidad de la TCAR continúa siendo variable, lo que representa una limitación relevante para su implementación como herramienta de cribado universal. Esta variabilidad ha sido documentada en estudios recientes como los de Wang et al. y Xin et al. puede atribuirse a diferencias en criterios de interpretación, protocolos de adquisición y estándares de referencia (7,16). En particular, el uso de diagnóstico multidisciplinario como estándar de referencia, descrito por Morais et al. introduce un potencial sesgo de incorporación, dado que los hallazgos tomográficos forman parte del propio proceso diagnóstico (21).

En cuanto a los patrones de imagen, las opacidades en vidrio esmerilado se mantienen como el hallazgo más frecuente en estadios tempranos de EPI-ETC, particularmente en el contexto de neumonía intersticial no específica (NINE). Este patrón ha sido ampliamente descrito por Augustine et al. y Nurmi et al. quienes destacan su predominio en esclerosis sistémica y miopatías inflamatorias (8,9). Por otro lado, en artritis reumatoide se observa mayor heterogeneidad, con presencia tanto de NINE como de neumonía intersticial usual (NIU), esta última asociada a mayor mortalidad (18,22). La correcta identificación de estos patrones es fundamental no solo para el diagnóstico, sino también para la estratificación pronóstica y la toma de decisiones terapéuticas.

Un aspecto relevante en la evolución reciente del campo es el desarrollo de herramientas cuantitativas y sistemas basados en inteligencia artificial. Estudios como los de Guiot et al., Hoffmann et al. e Ito et al. han demostrado que los algoritmos de aprendizaje profundo pueden cuantificar la extensión de la enfermedad intersticial con alta reproducibilidad y correlación con parámetros funcionales (11,19,23). Estas herramientas tienen el potencial de reducir la variabilidad interobservador y mejorar la detección de cambios sutiles, aunque su implementación clínica aún requiere validación en estudios prospectivos multicéntricos.

La comparación con otras modalidades diagnósticas refuerza el papel central de la TCAR. Aunque el ultrasonido pulmonar ha mostrado utilidad como herramienta de cribado inicial, como reportan Santos-Moreno et al. y Zhang et al. su capacidad para caracterizar patrones intersticiales es limitada en comparación con la TCAR (14,17). Asimismo, las pruebas de función pulmonar, incluyendo la capacidad de difusión de monóxido de carbono (DLCO), presentan sensibilidad moderada pero baja especificidad, lo que limita su utilidad como herramienta diagnóstica aislada, tal como señalan Wang et al. (29).

La heterogeneidad observada entre los estudios incluidos constituye una limitación importante de la evidencia disponible. Factores como el tipo de ETC, el estadio de la enfermedad, la prevalencia de EPI y los protocolos de TCAR influyen significativamente en los resultados. Por ejemplo, Fritsch et al. han demostrado que protocolos de TCAR de baja dosis pueden mantener adecuada sensibilidad diagnóstica, mientras que otros estudios resaltan la falta de estandarización en la definición de EPI temprana como un factor limitante para la comparabilidad de resultados (26,28).

Desde el punto de vista metodológico, la calidad de los estudios fue moderada a alta, aunque persisten limitaciones, particularmente en el dominio del estándar de referencia y en la falta de cegamiento en algunos estudios, aspectos descritos en la literatura metodológica reciente sobre exactitud diagnóstica (16). Estas limitaciones deben ser consideradas al interpretar los resultados y subrayan la necesidad de estudios prospectivos con diseños más robustos.

En términos clínicos, los hallazgos respaldan el uso de la TCAR dentro de estrategias de cribado dirigidas a poblaciones de alto riesgo, especialmente en esclerosis sistémica y artritis reumatoide. Sin embargo, su uso debe integrarse en un enfoque multimodal que incluya evaluación clínica, pruebas funcionales y biomarcadores, tal como proponen Vicente-Rabaneda et al. y Guiot et al. (19,27). Este enfoque permite optimizar la detección temprana y reducir el riesgo de sobretratamiento.

Finalmente, la evidencia actual destaca la necesidad de investigación futura orientada a la estandarización de protocolos de TCAR, la validación de herramientas basadas en inteligencia artificial y la evaluación del impacto del diagnóstico precoz en los resultados clínicos a largo plazo.

Conclusiones

La presente revisión sistemática confirma que la tomografía computarizada de alta resolución constituye la herramienta más sensible para la detección temprana de enfermedad pulmonar intersticial en pacientes con enfermedades del tejido conectivo, permitiendo identificar alteraciones subclínicas en fases potencialmente reversibles. Sin embargo, la variabilidad en la especificidad observada refleja limitaciones relacionadas con la heterogeneidad metodológica, los criterios de interpretación y los estándares de referencia utilizados, lo que impide su uso como prueba diagnóstica única.

Los patrones tomográficos identificados particularmente el vidrio esmerilado y la reticulación fina refuerzan el valor de la TCAR no solo como herramienta diagnóstica, sino también como instrumento de caracterización fenotípica y estratificación pronóstica. Asimismo, las tecnologías emergentes, como la cuantificación automatizada y la inteligencia artificial, representan avances prometedores para mejorar la reproducibilidad y precisión diagnóstica, aunque requieren validación adicional.

Desde una perspectiva clínica, la evidencia respalda la implementación de estrategias de cribado dirigidas en poblaciones de alto riesgo, integrando la TCAR con evaluación clínica, pruebas funcionales y biomarcadores. La estandarización de protocolos de adquisición e interpretación, junto con el desarrollo de modelos diagnósticos multimodales, constituye una prioridad para optimizar la detección precoz.

Finalmente, se requieren estudios prospectivos multicéntricos que permitan definir criterios uniformes de EPI temprana, validar nuevas tecnologías y evaluar el impacto del diagnóstico precoz en los desenlaces clínicos a largo plazo.

Abreviaturas

EPI: Enfermedad pulmonar intersticial.

ETC: Enfermedades del tejido conectivo.

TCAR: Tomografía computarizada de alta resolución.

HRCT: High-resolution computed tomography.

EPI-ETC: Enfermedad pulmonar intersticial asociada a enfermedades del tejido conectivo.

AR: Artritis reumatoide.

ES: Esclerosis sistémica.

LES: Lupus eritematoso sistémico.

MII: Miopatías inflamatorias idiopáticas.

NINE: Neumonía intersticial no específica.

NIU: Neumonía intersticial usual.

DLCO: Capacidad de difusión de monóxido de carbono.

IA: Inteligencia artificial.

PRISMA-DTA: Preferred Reporting Items for Systematic Reviews and Meta-Analyses of Diagnostic Test Accuracy.

QUADAS-2: Quality Assessment of Diagnostic Accuracy Studies-2.

HSROC: Hierarchical Summary Receiver Operating Characteristic.

Financiamiento

El presente estudio fue autofinanciado por los autores. No se recibió financiamiento externo de agencias públicas, comerciales ni organizaciones sin fines de lucro.

Conflicto de intereses

Los autores declaran no tener conflictos de interés relacionados con el contenido de este estudio.

Consideraciones éticas

Dado que se trata de una revisión sistemática de la literatura, este estudio no implicó la participación directa de pacientes ni el uso de datos personales identificables, por lo que no requirió aprobación por un comité de ética en investigación.

El protocolo fue registrado en la base internacional PROSPERO, garantizando transparencia metodológica y cumplimiento de estándares éticos en investigación secundaria.

Se respetaron los principios de integridad científica, reproducibilidad y reporte transparente conforme a las directrices PRISMA-DTA.

Disponibilidad de datos y materiales

Los datos utilizados en este estudio provienen de artículos científicos previamente publicados y disponibles en bases de datos internacionales (PubMed, Embase, Scopus, Web of Science, Cochrane Library, LILACS y SciELO).

La base de datos utilizada para el análisis puede ser solicitada al autor correspondiente.

Bibliografía

1. Mulvey K, Mathews A, Okodugha O, Franco A, Chaudhuri N. Interstitial lung disease in systemic autoimmune rheumatic diseases: current approaches to screening, monitoring and treatment. touchREVIEWS in RMD. 2026;5(1):7-17. doi:10.17925/RMD.2026.5.1.5.
2. Ledda RE, Campochiaro C. High-resolution computed tomography in systemic sclerosis: from diagnosis to follow-up. Rheumatol Immunol Res. 2024;5(3):166-174. doi:10.2478/rir-2024-0023.
3. Karacaoğlu MC, Kızıldağ B, Okyar B, Yıldırım Çetin G, Doğaner A, Atilla N. Computed tomography-based quantitative scoring system for rheumatoid arthritis-associated interstitial lung disease: a retrospective diagnostic accuracy study for progressive fibrosis detection. Clin Rheumatol. 2025;44(7):2669-2681. doi:10.1007/s10067-025-07511-y.
4. Winklehner A, Berger N, Maurer B, Distler O, Alkadhi H, Frauenfelder T. Screening for interstitial lung disease in systemic sclerosis: the diagnostic accuracy of HRCT image series with high increment and reduced number of slices. Ann Rheum Dis. 2020;71(4):549-552. doi:10.1136/annrheumdis-2011-200564.
5. Hoffmann T, Oelzner P, Franz M, Teichgräber U, Renz D, Förster M, et al. Assessing the diagnostic value of a potential screening tool for detecting early interstitial lung disease at the onset of inflammatory rheumatic diseases. Arthritis Res Ther. 2022;24(1):107. doi:10.1186/s13075-022-02786-x.
6. Tschalèr L, Jordan S, Aaløkken TM, Becker M, Brunborg C, Bruni C, et al. Validation of a semi-quantitative method to assess interstitial lung disease severity and progression in systemic sclerosis by standard and low-dose HRCT scans. RMD Open. 2025;11(1):e004938. doi:10.1136/rmdopen-2024-004938.
7. Xin X, Huang M, Yuan H, Zhang L, Dang S, Huang G, Yu N. Diagnostic value of lung ultrasound versus quantitative computed tomography in connective tissue disease-associated interstitial lung disease: a preliminary study. Clin Rheumatol. 2026;45:1981-1992. doi:10.1007/s10067-025-07910-1.
8. Kostopoulos Ch, Koutsikos J, Toubanakis C, Moulopoulos LA, Mamoulakis Ch, Gialafos E, et al. Lung scintigraphy with nonspecific human immunoglobulin G in the evaluation of pulmonary involvement in connective tissue diseases: correlation with pulmonary function tests and high-resolution computed tomography. Eur J Nucl Med Mol Imaging. 2020;35(2):343-351. doi:10.1007/s00259-007-0599-7.
9. Gutierrez M, Bertolazzi C, Clavijo-Cornejo D, et al. POS1394 Ultrasound may detect subclinical interstitial lung disease in systemic sclerosis. Ann Rheum Dis. 2022;81(Suppl 1):1037-1038.
10. Qian C, Liu J, Xie J, Yin H, Wang L, Yin S, et al. Influence of metabolic factors on systemic sclerosis complicated with severe interstitial lung disease based on high-resolution computed tomography grading. Clin Rheumatol. 2025;44:1617-1624. doi:10.1007/s10067-025-07305-2.
11. Ito Y, Ichikawa Y, Murashima S, Sakuma H, Iwasawa T, Arinuma Y, et al. Novel deep-learning analysis for connective tissue disease-related interstitial lung disease extent assessment on CT: a preliminary cross-sectional study. Rheumatology (Oxford). 2025;64(Suppl 1):SI14-SI20. doi:10.1093/rheumatology/keae491.
12. Vandana S, Kiran S, Radna N, Sindhura K. Patterns of HRCT in connective tissue disorders. Int J Pharm Clin Res. 2024;16(6):1023-1025. doi:10.5281/zenodo.12738868.
13. Johnson SR, Bernstein EJ, Bolster MB, Chung JH, et al. 2023 American College of Rheumatology/American College of Chest Physicians guideline for the treatment of interstitial lung disease in people with systemic autoimmune rheumatic diseases. Arthritis Rheumatol. 2024;76(8):1182-1201. doi:10.1002/art.42861.
14. Santos-Moreno P, Linares-Contreras MF, Rodríguez-Vargas GS, Rodríguez-Linares P, Mata-Hurtado A, Ibatá L, et al. Usefulness of lung ultrasound as a method for early diagnosis of interstitial lung disease in patients with rheumatoid arthritis. Open Access Rheumatol. 2024;16:9-20. doi:10.2147/OARRR.S441720.
15. Guiot J, Miedema J, Cordeiro A, De Vries-Bouwstra JK, Dimitroulas T, Søndergaard K, et al. Practical guidance for the early recognition and follow-up of patients with connective tissue disease-related interstitial lung disease. Autoimmun Rev. 2024;23(6):103582. doi:10.1016/j.autrev.2024.103582.
16. Wang K, Ji H, Huang X, Pan J. Diagnostic efficacy of quantitative computed tomography in CTD-ILA/ILD. CT Theory Appl. 2025;34(4):611-620. doi:10.15953/j.ctta.2025.034.
17. Zhang Y, Lian X, Huang S, Li L, Zhao Y, Lai H, Lyu G. A study of the diagnostic value of a modified transthoracic lung ultrasound scoring method in interstitial lung disease. Quant Imaging Med Surg. 2023;13(2):946-956. doi:10.21037/qims-22-153.
18. Augustine A, Robinson Vimala L, Irodi A, Mathew J, Pakkal M. Diagnostic value of connective tissue disease-related CT signs in usual interstitial pneumonia pattern of interstitial lung disease. Indian J Radiol Imaging. 2023;33(1):70-75. doi:10.1055/s-0042-1758876.
19. Guiot J, Henket M, Gester F, André B, Ernst B, Frix AN, et al. Automated AI-based image analysis for quantification and prediction of interstitial lung disease in systemic sclerosis patients. Respir Res. 2025;26(1):39. doi:10.1186/s12931-025-03117-9.
20. Haarhaus L, Yu J, Chtzidionysiou K. POS0672 Autoantibodies and high attenuation areas on HRCT in early rheumatoid arthritis. Ann Rheum Dis. 2024;83(Suppl 1):830-831. doi:10.1136/annrheumdis-2024-eular.4321.
21. Morais A, Duarte AC, Fernandes MO, Borba A, Ruano C, Marques ID, et al. Early detection of interstitial lung disease in rheumatic diseases: a joint statement from the Portuguese Pulmonology Society, the Portuguese Rheumatology Society, and the Portuguese Radiology and Nuclear Medicine Society. Pulmonology. 2025;31(1):2416840. doi:10.1016/j.pulmoe.2023.11.007.
22. Nurmi HM, Elfving PK, Kettunen HP, Suoranta SK, Järvinen HMI, Kuittinen VAE, et al. Inflammatory myositis-associated interstitial lung disease can be distinguished from that associated with other connective tissue diseases. J Thorac Dis. 2023;15(2):311-322. doi:10.21037/jtd-22-1219.
23. Hoffmann T, Teichgräber U, Lassen-Schmidt B, Renz D, Brüheim LB, Krämer M, et al. Artificial intelligence-based quantification of pulmonary HRCT for the evaluation of interstitial lung disease in patients with inflammatory rheumatic diseases. Rheumatol Int. 2024;44(11):2483-2496. doi:10.1007/s00296-024-05715-0.
24. Showalter K, Hoffmann A, Rouleau G, Aaby D, Lee J, Richardson C, et al. Performance of forced vital capacity and lung diffusion cutpoints for associated radiographic interstitial lung disease in systemic sclerosis. J Rheumatol. 2020;45(11):1572-1576. doi:10.3899/jrheum.171362.
25. Qi X, Chen X, Dai X, Xie X, Liu H, Zhao Z. A retrospective analysis of clinical characteristics of systemic sclerosis-associated interstitial lung disease. Medicine (Baltimore). 2026;105(10):e47876. doi:10.1097/MD.0000000000047876.
26. Aguilar-Coll M, Narváez J. Validation study of the SER/SEPAR screening criteria for interstitial lung disease in early rheumatoid arthritis patients. Semin Arthritis Rheum. 2025;73:152738. doi:10.1016/j.semarthrit.2025.152738.
27. Vicente-Rabaneda EF, Bong DA, Castañeda S, Möller I. Use of ultrasound to diagnose and monitor interstitial lung disease in rheumatic diseases. Clin Rheumatol. 2021;40(9):3547-3564. doi:10.1007/s10067-021-05761-0.
28. Fritsch K, Majnik J, Tomčík M, Gyebnar J, Munkacsi T, Balogh H, et al. Screening for rheumatoid arthritis-associated interstitial lung disease using low-dose CT: an emerging approach – an observational prospective case-control study. Arthritis Res Ther. 2025;27(1):208. doi:10.1186/s13075-025-03674-w.
29. Wang Y, Chen S, Zheng S, Lin J, Hu S, Zhuang J, et al. The role of lung ultrasound B-lines and serum KL-6 in the screening and follow-up of rheumatoid arthritis patients for identification of interstitial lung disease. Arthritis Res Ther. 2021;23(1):212. doi:10.1186/s13075-021-02586-9.
30. Alumno A, Piccini N, Pintus E, Schoons J, Matucci C, Bellando R. AB0898 Lung ultrasonography for the screening and prognostic stratification of interstitial lung disease in systemic sclerosis: results from a systematic literature review. Ann Rheum Dis. 2023;82(Suppl 1). doi:10.1136/annrheumdis-2023-eular.687.

Anexos: PDF

Síguenos en Pinterest