MADRID, 25 Mar. (EUROPA PRESS) -
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 app gratuita para profesionales médicos que busca ayudarles en el diagnostico de pacientes Covid-19 mediante una estimación del riesgo de presentar una evolución negativa.
Esta herramienta es el resultado práctico del estudio publicado en el 'Journal of Personalised Medicine', el cual 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).
Lo que este estudio analiza e identifica son las variables que determinan una evolución negativa (definida como acabar en la UCI o, peor aún, 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.
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 el nivel de saturación de oxígeno en sangre, edad, ratio de linfocitos, nivel de proteína C-reactiva, comorbilidades o patologías previas del paciente, número de leucocitos, sexo (las mujeres presentan un menor riesgo de evolución negativa) y nivel de Dímero-D.
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 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. 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 y a las aportaciones realizadas por los mismos y por empresas de la órbita de ProA Capital (Pastas Gallo, Ibermática, Avizor, HTG, Moyca, MAW, Fruselva, IPD, Unolab y Neoelectra), junto al despacho de abogados Linklaters, las firmas de asesoramiento Arcano, Optima Corporate, otros empresarios y particulares como Cristina Oria o el Hotel Villa Magna.
En cuanto a la 'app', la empresa Ibermática ha sido la encargada del desarrollo de esta aplicación de uso gratuito vía web. La 'app' permite poner en práctica toda la capacidad predictiva del estudio a modo de "calculadora médica". Esta herramienta es de uso exclusivo por profesionales y sus conclusiones son sólo aplicables a pacientes ya infectados por Covid19.
La cátedra tiene muy avanzada la segunda fase del proyecto de investigación. En esta fase, 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. 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.
