El big data ayuda a adivinar por dónde atacará la leucemia

Un equipo multidisciplinar de investigadores, liderado por profesores de la Universidad de Oviedo, ha desarrollado un modelo de algoritmos matemáticos capaces de predecir el comportamiento de las leucemias linfocíticas crónicas, informa Europa Press.

Según indica la Universidad de Oviedo en una nota de prensa, esta nueva metodología puede resultar de gran ayuda para el personal clínico, ya que anticipa qué pacientes van a necesitar quimioterapia o van a adquirir enfermedades autoinmunes.

Este estudio, que acaba de ser publicado en la revista ‘Journal of Biomedical Informatics’, es fruto del trabajo conjunto de investigadores del grupo de Problemas Inversos del Departamento de Matemáticas y del Centro de Inteligencia Artificial de la Universidad de Oviedo, del Instituto Universitario Oncológico del Principado de Asturias (IUOPA), y del Departamento de Hematología del Hospital Universitario Central de Asturias (HUCA). El trabajo forma parte de la tesis doctoral de Enrique de Andrés Galiana, titulada ‘Diseño de robots biomédicos y su aplicación en medicina traslacional’.

El profesor del Departamento de Matemáticas de la Universidad y la doctora del HUCA Ana Pilar González-Rodríguez describen la leucemia linfocítica crónica, como una enfermedad con gran variabilidad clínica. Para González-Rodríguez «uno de los mayores retos de esta patología es la predicción de su evolución para que los pacientes se beneficien de un tratamiento precoz y más intenso. De ahí surgió nuestra colaboración con estos expertos de la modelización».

Los investigadores analizaron una base de datos con diferentes variables clínicas de 265 pacientes del Hospital de Cabueñes, en Gijón, para idear este nuevo modelo matemático. Los algoritmos resultantes fueron capaces de predecir el desarrollo de enfermedades autoinmunes con una exactitud del 90% y la necesidad de utilizar quimioterapia con un 80%.

Esta reducción de la fiabilidad en el caso de la quimioterapia, pese a que sigue siendo muy alta, se debe a la heterogeneidad con la que se suele tomar la decisión de facilitar o no quimio, que no siempre depende de criterios biológicos.

El profesor Fernández Martínez ha subrayado que uno de los puntos fuertes de esta metodología es que, dada su simplicidad, se implantó en una hoja de Excel que se publicó junto al artículo. «Los datos en los que se basan las predicciones son sencillos, baratos y accesibles para cualquier hospital. Análisis similares se podrían realizar con otros datos y otras patologías, como en el pasado hemos hecho con el linfoma de Hodgkin. El big-data hospitalario se convertiría así en una verdadera mina de conocimiento», ha concluido.

EP