ALCALÁ DE HENARES/ La UAH lanza una ‘app’ para predecir el riesgo de pacientes covid

ALCALÁ DE HENARES/ La UAH lanza una ‘app’ para predecir el riesgo de pacientes covid
Una aplicación gratuita para profesionales médicos que busca ayudarles en el diagnóstico de pacientes Covid-19
ALCALÁ DE HENARES/ 23 MARZO 2021/ La Cátedra COVID-19 de la Universidad de Alcalá, impulsada por ProA Capital y la Fundación Starlite, y liderada por el Profesor Melchor Álvarez de Mon, en colaboración con el Profesor Ángel Asúnsolo, el matemático Ferrán Mazaira, y sus respectivos equipos, ha desarrollado una aplicación gratuita para profesionales médicos que busca ayudarles en el diagnóstico de pacientes Covid-19 mediante una estimación del riesgo de presentar una evolución negativa.
Esta aplicación es el resultado práctico del estudio publicado en el ‘Journal of Personalised Medicine’ (MDPI), titulado ‘A Predictive Model and Risk Factors for Case Fatality of COVID-19’. La Cátedra ha elaborado este estudio a partir de una muestra de 2.000 pacientes de HM Hospitales y de otros 1.500 del Hospital Universitario Príncipe de Asturias (asociado a la Universidad de Alcalá).

Modelo predictivo
Así, lo que este estudio analiza e identifica son las variables que determinan una evolución negativa (definida como acabar en la UCI o en fallecimiento) una vez el paciente se ha infectado por Covid-19. Para esto se han estudiado más de 60 variables en diferentes momentos de la infección de 3.500 pacientes de la primera oleada de la pandemia.
En este sentido, el análisis matemático-científico identifica y prioriza de manera precisa aquellas variables que más peso tienen en predecir la evolución del paciente. Más allá de una primera observación, la herramienta ayuda a los profesionales sanitarios a estimar con un alto grado de probabilidad el riesgo de ingreso en UCI o de muerte del paciente a partir de un análisis de sangre y obrar en consecuencia. Esta información puede ser de gran ayuda para tomar decisiones acertadas a tiempo.
En concreto, el estudio concluye que las variables con mayor peso predictivo de la evolución de un paciente infectado son el nivel de saturación de oxígeno en sangre (pulsiómetro): 20 por ciento; edad: 18 por ciento; ratio de linfocitos (sobre leucocitos): 14 por ciento; nivel de proteína C-reactiva (un marcador de la reacción inflamatoria): 13 por ciento; comorbilidades o patologías previas del paciente: 13 por ciento; número de leucocitos: 9 por ciento; sexo (las mujeres presentan un menor riesgo de evolución negativa: 6,8 por ciento; nivel de dímero-D (otro potente marcador de la reacción inflamatoria): 6,2 por ciento.
El estudio ha sido desarrollado con los datos de 2.000 pacientes recogidos por HM Hospitales durante la primera ola. El modelo resultante se testó junto con los datos de otros 1.500 pacientes recogidos por el Hospital Príncipe de Asturias de Alcalá de Henares (también de la primera oleada), mostrando un 82 por ciento de grado de acierto (un grado muy elevado a nivel médico- científico). Finalmente, se refinó realizando el mismo trabajo sobre la muestra total de los 3.500 pacientes de ambos grupos hospitalarios.
En cuanto a la ‘app’, la empresa Ibermática ha sido la encargada del desarrollo de esta herramienta de uso gratuito vía web. Esta permite poner en práctica toda la capacidad predictiva del estudio a modo de “calculadora médica”.
Próximos pasos
La Cátedra tiene muy avanzada la segunda fase del proyecto de investigación. En esta etapa, el equipo médico y matemático está investigando la desproporcionada respuesta inmunológica e inflamatoria que se produce en los enfermos de COVID-19 sobre la base del análisis de múltiples biomarcadores en los sueros sanguíneos de los pacientes infectados. Así, el trabajo pretende ayudar a entender no solo la respuesta del organismo, sino también a identificar nuevas dianas terapéuticas y a predecir qué pacientes se beneficiarán más de unos u otros tratamientos.
ALCALÁ DE HENARES/ La UAH lanza una ‘app’ para predecir el riesgo de pacientes covid