EFEMadrid

Investigadores del Centro Nacional de Investigaciones Cardiovasculares (CNIC) han diseñado un algoritmo que permitirá personalizar el riesgo cardiovascular de una persona sana en función de su edad, tensión arterial, la dieta y varios marcadores cuantificables en análisis de sangre y orina.

La investigación, cuyos resultados publica The Journal of American College of Cardiology (JACC), ha sido coordinada por el director del CNIC, Valentín Fuster, en el marco de un proyecto de investigación  junto a la fundación del Banco Santander.

El algoritmo, bautizado como "EN-PESA", podría ser utilizado como una herramienta económica y fácil para calcular el grado de aterosclerosis subclínica - caracterizada por el depósito de sustancias lipídicas en las paredes de las arterias-, especialmente para las personas con un mayor riesgo, ha informado el CNIC.

Según los investigadores, el algoritmo contribuirá a personalizar más el riesgo cardiovascular, lo que se traducirá en tratamientos y planes de seguimiento más personalizados.

Machine Learning, la revolución de la práctica clínica

El estudio se inició en 2010 y se ha renovado hasta 2030, y constituye uno de los estudios de prevención cardiovascular más importantes del mundo, ha subrayado el CNIC.

"Los algoritmos de aprendizaje máquina (Machine Learning) están llamados a revolucionar la práctica clínica en los próximos años, desde el diagnóstico hasta la prevención y el tratamiento, gracias a una mejor cuantificación del riesgo, que podrá ser calculado de manera personalizada y muy precisa utilizando toda la información disponible del individuo", ha asegurado el doctor Enrique Lara Pezzi, director de la investigación y jefe de grupo de Regulación Molecular de la Insuficiencia Cardíaca del CNIC.

El éxito de estos algoritmos se basa en el uso de grandes cantidades de datos recolectados y procesados de manera sistemática en un alto número de individuos, y este estudio ha sido pionero en ese aspecto, ha destacado la investigadora Fátima Sánchez Cabo.

Lo más habitual es que la enfermedad aterosclerótica se detecte en estadios avanzados, cuando ya ha provocado eventos clínicos como infarto de miocardio o un accidente cerebrovascular.

El tratamiento de este tipo de patologías, cuando ya ha dado síntomas, resulta limitado ya que en un elevado porcentaje los individuos afectados ven disminuida su calidad de vida y, por otro lado, supone un elevado coste económico para el sistema sanitario, por lo que es especialmente relevante la detección precoz.

Más de 4.000 parámetros estudiados

Desde que comenzó el estudio en 2010 se han recogido y analizado más de 4.000 parámetros relacionados con la caracterización de la aterosclerosis usando avanzadas técnicas de imagen, el estilo de vida, el perfil bioquímico y molecular, así como la condición médica de más de 4.000 personas (empleados del Banco Santander) que participan voluntariamente en el proyecto.

Según los autores de la investigación, gracias a este algoritmo se puede mejorar el manejo clínico de personas aparentemente sanas y con un bajo riesgo cardiovascular según los marcadores tradicionales, pero que presentan una extensión generalizada de aterosclerosis subclínica o una probabilidad alta de que la enfermedad progrese significativamente a corto plazo.

En el trabajo ha participado un equipo multidisciplinar que incluye médicos, matemáticos, químicos, biólogos, estadísticos, bioinformáticos o enfermeras, además de los miles de empleados del banco que participan de forma voluntaria.