Esta es la APP gratuita para el diagnóstico predictivo del riesgo en pacientes COVID-19 para sanitarios

Esta es la APP gratuita para el diagnóstico predictivo del riesgo en pacientes COVID-19 para sanitarios. Bajo el liderazgo médico del profesor Melchor Álvarez de Mon y del matemático Ferran Mazaira, ProA Capital y la Fundación Starlite son los promotores de la Cátedra COVID19.

Esta app 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 Cátedra ha elaborado este estudio a partir de una muestra de 2.000 pacientes de HM Hospitales y de otros 1.500 del UPA Hospital Universitario Príncipe de Asturias (asociado a la Universidad de Alcalá).

Modelo Predictivo

Lo que este estudio analiza e identifica son las variables que determinan una evolución negativa (definida como acabar en la UCI o, peor aún, en fallecimiento) una vez el paciente se ha infectado por Covid-19. Para esto se han estudiado más de 60 variables en diferentes momentos de la infección de 3.500 pacientes de la primera oleada. El análisis matemático-científico identifica y prioriza de manera precisa aquellas variables que más peso tienen en predecir la evolución del paciente.

Más allá de una primera observación, 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 y obrar en consecuencia. Esta información puede ser de gran ayuda para tomar decisiones acertadas a tiempo.

El estudio concluye con carácter científico (metodología de cohortes retrospectivas) y a partir del análisis de esa amplia muestra de pacientes, que las variables con mayor peso predictivo de la evolución de un paciente infectado son (entre paréntesis la relevancia de la variable en explicar la evolución):

• 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%

2.000 pacientes de HM Hospitales en la primera ola de coronavirus

El estudio ha sido desarrollado gracias a 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 (también de la primera oleada) mostrando un 82% de grado de acierto (un grado muy elevado a nivel médico-científico).

Finalmente, se refinó realizando el mismo trabajo sobre la muestra total de los 3.500 pacientes de ambos grupos hospitalarios. Esta Cátedra se creó en marzo del 2020 al inicio de la pandemia y su labor ha sido posible gracias a la coordinación del equipo de ProA Capital y de la Fundación Starlite y a las aportaciones realizadas por los mismos y por empresas de la órbita de ProA Capital, junto con el despacho de abogados Linklaters, las firmas de asesoramiento Arcano, Optima Corporate y otros empresarios y particulares como Cristina Oria o el Hotel Villa Magna.

El objetivo de la Cátedra fue siempre práctico y de ahí la elaboración de una app gratuita que pueda servir como herramienta de diagnóstico predictivo para profesionales sanitarios. Herramienta En cuanto a la app, Ibermática ha sido la encargada del desarrollo de esta aplicación de uso gratuito vía web. La app permite poner en práctica toda la capacidad predictiva del estudio a modo de “calculadora médica”. Recalcar que esta herramienta es de uso exclusivo por profesionales y sus conclusiones son sólo aplicables a pacientes ya infectados por Covid-19.