App para predecir el riesgo en pacientes COVID-19

Melchor Álvarez de Mon, miembro de Asomega, dirige la Cátedra COVID19 de la Universidad de Alcalá, responsable de la app que pone en práctica los resultados de su estudio sobre factores de riesgo

18/03/2021

La Cátedra COVID19 de la Universidad de Alcalá que dirige Melchor Álvarez de Mon, miembro del Comité de Honor de Asomega y anterior presidente de la entidad, 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.

Ejemplo de aplicación de la app de prevención de riesgos en pacientes de Covid-19

Esta aplicación es el resultado práctico del estudio publicado en el 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 propia herramienta ya advierte de que no pretende proveer un diagnóstico. “La probabilidad estimada por la herramienta pretende ayudar a un profesional sanitario en el diagnóstico/triaje de pacientes infectados con Covid-19”, señala.

Lo que analiza e identifica el estudio en el que se basa la app son las variables que determinan una evolución negativa una vez el paciente se ha infectado. 

El análisis matemático-científico identifica y prioriza las variables que más peso tienen en predecir la evolución del paciente. 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, lo que les da armas para obrar en consecuencia.

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%

ESTUDIO SOBRE 3.500 PACIENTES

El estudio se ha desarrollado a partir de 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 mostrando un 82% de acierto. Finalmente, se refinó realizando el mismo trabajo sobre la muestra total de los 3.500 pacientes de ambos grupos hospitalarios.

La Cátedra que dirige el profesor Álvarez de Mon tiene muy avanzada la segunda fase del proyecto de investigación. En ella 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 ayudará a entender la respuesta del organismo. También, a identificar nuevas dianas terapéuticas y a predecir qué pacientes se beneficiarán más de unos u otros tratamientos.

Estratificación de riesgos según la app desarrollada en la cátedra dirigida por Álvarez de Mon