Buscar
Cerrar este cuadro de búsqueda.

IBERMÁTICA AYUDA A LOS PROFESIONALES SANITARIOS EN SUS DIAGNÓSTICOS A PACIENTES CON COVID-19

IBERMÁTICA AYUDA A LOS PROFESIONALES SANITARIOS EN SUS DIAGNÓSTICOS A PACIENTES CON COVID-19

Desarrolla una solución digital que, gracias a tecnología Big Data, coteja miles de datos de casos anteriores para ofrecer una estimación del riesgo, en caso de presentar una evolución negativa.

 

Los profesionales sanitarios ya cuentan con una herramienta más en la que apoyarse a la hora de ofrecer un diagnóstico de un paciente con COVID-19. Se trata de una solución digital gratuita desarrollada por Ibermática que, a partir de la explotación previa de miles de datos recogidos en un estudio elaborado a pacientes de coronavirus por parte de la Cátedra COVID19 de la Universidad de Alcalá de Henares, permite ofrecer una estimación muy aproximada del riesgo, en caso de que la persona enferma evolucione de una forma negativa.

La Cátedra COVID19 de la Universidad de Alcalá de Henares, patrocinada por ProA Capital y la Fundación Starlite, y liderada por el Profesor Melchor Álvarez de Mon, en colaboración con el Profesor Angel Asúnsolo, el matemático Ferrán Mazaira, y sus respectivos equipos, ha ideado una herramienta digital gratuita accesible desde dispositivos móviles e internet para profesionales médicos que permite ayudarles en el diagnóstico de pacientes con coronavirus mediante una estimación del riesgo, en caso de presentar una evolución negativa de la enfermedad.

Esta herramienta, desarrollada por Ibermática, es el resultado práctico del estudio publicado en el Journal of Personalised Medicine (MDPI), una de las revistas médicas especializadas más prestigiosas del mundo, titulado A Predictive Model and Risk Factors for Case Fatality of COVID-19. La Cátedra ha elaborado este estudio a partir de los datos de una muestra anonimizada de unos 3.500 pacientes de HM Hospitales y del Hospital Universitario Príncipe de Asturias (asociado a la Universidad de Alcalá de Henares).

Modelo Predictivo

Lo que este estudio analiza e identifica son las variables que determinan una evolución negativa (definida como acabar en la UCI o, peor aún, el 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.

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 simple análisis de sangre y obrar en consecuencia. Esta información puede ser de gran ayuda para tomar decisiones acertadas a tiempo.

El estudio concluye con carácter científico (metodología de cohortes retrospectivas) y a partir del análisis de esa amplia muestra de pacientes, que las variables con mayor peso predictivo de la evolución de un paciente infectado son: Nivel de saturación de oxígeno en sangre (pulsiómetro): 20%. Edad: 18%. Ratio de linfocitos (sobre leucocitos): 14%. Nivel de proteína C-reactiva (es un marcador de la reacción inflamatoria): 13%. Comorbilidades o patologías previas del paciente: 13%. Número de leucocitos: 9%. Sexo (las mujeres presentan un menor riesgo de evolución negativa):  6,8%. Nivel de Dímero-D (otro potente marcador de la reacción inflamatoria): 6,2%.

El estudio ha sido desarrollado gracias a los datos de 2.000 pacientes recogidos por HM Hospitales durante la primera ola. El modelo resultante se testó contra 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% 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.

Cátedra COVID19 de la Universidad de Alcalá de Henares

Esta Cátedra se creó en marzo del 2020 al inicio de la pandemia y su labor ha sido posible gracias a la coordinación del equipo de ProA Capital y de la Fundación Starlite, así como a las aportaciones realizadas por parte de empresas como Ibermática, el despacho de abogados Linklaters, las firmas de asesoramiento ARCVI, Optima Corporate, otros empresarios y profesionales particulares como Cristina Oria o empresas patrocinadoras como el Hotel Villa Magna.

El objetivo de la Cátedra fue siempre práctico y de ahí la elaboración de una herramienta digital gratuita vía web que pueda servir como herramienta de diagnóstico predictivo para profesionales sanitarios. La solución desarrollada por Ibermática permite poner en práctica toda la capacidad predictiva del estudio a modo de “calculadora médica”. La herramienta es de uso exclusivo para profesionales y sus conclusiones son sólo datos de apoyo a la decisión médica respecto a pacientes ya infectados por COVID-19.

La Cátedra tiene muy avanzada la segunda fase del proyecto de investigación. En esta nueva fase, el equipo médico y matemático están 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. El trabajo pretende ayudar a entender no sólo la respuesta del organismo, sino también a identificar nuevas dianas terapéuticas y a predecir qué pacientes se beneficiarán más de unos u otros tratamientos.

IBERMÁTICA