Imagen de archivo de una Unidad de Cuidados Intensivos en plena pandemia / EUROPA PRESS

Imagen de archivo de una Unidad de Cuidados Intensivos en plena pandemia / EUROPA PRESS

Vida

Un nuevo modelo matemático evalúa el riesgo de morir de los pacientes de las ucis

El sistema está basado en datos objetivos sobre los enfermos que ayudarán al personal médico en la toma de decisiones

26 julio, 2021 20:28

Un equipo de investigadores de la Universidad Autónoma de Barcelona (UAB), en colaboración con el Hospital de Mataró, ha desarrollado un nuevo modelo predictivo que evalúa el riesgo de morir de los pacientes ingresados en las ucis.

El sistema está basado en datos objetivos, que permiten valorar el riesgo de muerte de forma precisa, con la intención de ayudar en la toma de decisiones sobre los pacientes y la gestión de los recursos hospitalarios.

Evaluación del estado de salud

La investigación, que se ha publicado en la revista Artificial Intelligence in Medicine, la ha liderado Rosario Delgado, del departamento de Matemáticas de la UAB, y en colaboración con otros profesores de la universidad. Además, ha contado con la participación de profesionales del Hospital de Mataró, como el jefe de la uci, el doctor Juan Carlos Yébenes.

El modelo desarrollado predice el riesgo de mortalidad a partir de la puntuación Apache (Acute Physiology And Chronic Health Evaluation), un sistema que evalúa el estado de salud del paciente en función de diferentes indicadores.

Predicción del riesgo de muerte

Además de la puntuación en el cuestionario Apache, el modelo tiene en cuenta datos demográficos, como el sexo y la edad; el índice de comorbilidad; la causa de ingreso; la presencia o no de sepsis; entre otros.  

Hasta ahora, las decisiones médicas sobre los pacientes ingresados en las ucis se basaban en la experiencia y el instinto de los especialistas. Este patrón matemático permite hacer una predicción cuidadosa del riesgo de mortalidad de los enfermos en función de datos objetivos.

Mejora en las ucis

Asimismo, esta metodología “puede ayudar a los expertos a tomar decisiones médicas sobre los pacientes de manera personalizada, y también a las autoridades sanitarias en la gestión de recursos”, explica Delgado.

Además “también se puede extrapolar para comparar diferentes ucis, o para llevar a cabo un estudio longitudinal para analizar la mejora con el tiempo de los protocolos” en estos centros, explica la especialista.