Jueves, 13 de Junio del 2024

Últimas noticias

PUBLICADO EN 'JOURNAL OF BIOMEDICAL INFORMATICS'

Modelos con sensores mejoran las predicciones en dolencias crónicas

JANO.es · 31 enero 2017

Investigadores de la universidades Politécnica y Complutense de Madrid desarrollan una metodología con sensores inalámbricos que predice las crisis en enfermedades crónicas con mayor antelación que hasta ahora.

Investigadores del Center for Computational Simulation, de la Universidad Politécnica de Madrid, y la Universidad Complutense de Madrid, han logrado aumentar hasta 40 minutos el tiempo de detección anticipada de migrañas, usando redes de sensores inalámbricas no invasivas en el cuerpo humano.

En la mayoría de los casos, este tiempo es suficiente para la anticipación de la toma del medicamento y así evitar o aminorar los efectos del dolor. La metodología desarrollada, cuyos detalles se publican el el Journal of Biomedical Informatics podría emplearse en otras enfermedades crónicas.

La migraña es una enfermedad neurológica que afecta alrededor del 15% de la población europea y que genera grandes costes a los centros de salud públicos y privados. La predicción de un evento de este tipo permitirá actuar y aliviar el dolor según la farmacocinética de los tratamientos actuales.

Con el fin de conseguir este objetivo se puso en marcha un estudio -que se encuentra en fase piloto- que pretende detectar de forma anticipada la aparición de las migrañas usando redes de sensores inalámbricas no invasivas en el cuerpo humano (WBSN por sus siglas en inglés). Para ello se utilizó un dispositivo comercial de monitorización ambulatoria del cuerpo humano para controlar las variables biométricas de temperatura superficial de la piel, sudoración, ritmo cardiaco y saturación de oxígeno.

En los estudios preliminares se demostró la viabilidad de utilizar técnicas de modelado predictivo en migrañas. Los investigadores, que trabajan con la Unidad de Cefaleas del Hospital Universitario de la Princesa de Madrid, han desarrollado técnicas de mejora de la predicción que permite incrementar hasta en 10 minutos los modelos obtenidos hasta la fecha.

Monitorización en un entorno real ambulatorio

Las redes de sensores utilizadas son cada vez más frecuentes, pero no por ello carentes de fallos. La monitorización en un entorno real ambulatorio, está sujeta a pérdidas de sensores, fallos en los datos, desconexiones, etc. Los investigadores presentan además una estrategia de selección de modelos robusta basada en el estado de los sensores del equipo de monitorización y acorde a los criterios deseados de calidad de la predicción.

Tal y como señalan los autores, “con la metodología que proponemos se puede ajustar la predicción a un compromiso entre lo conservador (calidad en la predicción), o lo osado (primando el tiempo de adelanto y aumentando la incertidumbre), dependiendo de la disponibilidad de los sensores en cada momento”. Los resultados de este estudio piloto indican que los modelos podrían ser adaptados a las características de cada paciente.

Esta nueva metodología se podría aplicar a otras enfermedades crónicas con crisis sintomáticas en las que la predicción de un evento permita tomar decisiones que mitiguen los efectos, como por ejemplo la monitorización ambulatoria de pacientes ingresados por un ictus que podría reincidir.

Noticias relacionadas

24 Jan 2017 - Actualidad

Los grandes prematuros tienen más riesgo de enfermedades crónicas en la adolescencia

Un estudio muestra que, en comparación con el grupo de control, los adolescentes prematuros tenían 15 veces más probabilidades de deficiencias físicas o mentales graves y 5 veces más de requerir atención médica adicional.

08 Sep 2016 - Actualidad

La OMS lanza un plan para reducir las enfermedades crónicas en Europa

Incluye la contaminación del aire y detección temprana y tratamiento de la enfermedad, como dos nuevos objetivos para trabajar.

11 Feb 2016 - Actualidad

Los trastornos mentales aumentan el riesgo de enfermedades crónicas

Un estudio revela cómo las personas con trastorno de ansiedad tienen una mayor probabilidad de desarrollar artritis, hipertensión, diabetes o cáncer.

Copyright © 2024 Elsevier Este sitio web usa cookies. Para saber más acerca de nuestra política de cookies, visite esta página

Términos y condiciones   Politica de privacidad   Publicidad

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?