Inteligencia artificial - 29 Enero, 2025

Identifican 31 proteínas que predicen la mortalidad en pacientes de EPOC

Un método desarrollado por investigadores españoles establece que la carencia de una treintena de proteínas anticipa la muerte del paciente con una fiabilidad del 90%.

Durante la investigación, analizaron muestras de 34 pacientes con una edad media de 69 años y el 32% falleció al de cuatro años de iniciar el estudio.

Tags: #biomarcadores, #epoc, #inteligenciaartificial, #riesgocardiovascular

🕑︎ 2:30 min.

El tabaquismo, en los países del primer mundo, y la polución, en el caso de los menos desarrollados, son los principales causantes de la Enfermedad Pulmonar Obstructiva Crónica (EPOC). Se trata de una grave dolencia que en 2021 se cobró la vida de 3,5 millones de personas y que ostenta el lacerante título de cuarta mayor causa de muerte en el mundo, según datos de la OMS¹.

Una de las características de los pacientes que fallecen por EPOC es la presencia de una treintena de proteínas en su sangre, hecho que convierte estos biomarcadores en una señal predictiva fiable de mortalidad a largo plazo, incluso en los casos de pacientes estables.

Por ejemplo, la alfa 1-antitripsina (AAT) es una proteína que produce el hígado para ayudar a proteger los pulmones y que, en caso de que el organismo no la produzca en cantidad suficiente, éstos tienen más riesgo de sufrir daños por la acción del tabaco o de la contaminación atmosférica.

Predicción de la mortalidad a largo plazo

En este contexto, un grupo de investigadores españoles del Instituto de Investigación del Hospital del Mar de Barcelona², con la colaboración del área de Enfermedades Respiratorias del Centro de Investigación Biomédica en Red (CIBER), ha analizado la carencia de estas 31 proteínas, que tienen una relación directa con el sistema inflamatorio y con la coagulación de la sangre, para desarrollar un sistema que predice la mortalidad a largo plazo con una precisión del 90%.

Este estudio, publicado por la revista Cells³, es el primer trabajo que consigue determinar el riesgo de mortalidad de pacientes de EPOC a través del análisis de las proteínas de la sangre. Durante la investigación, se han analizado las muestras de 34 pacientes con una edad media de 69 años, de los cuales el 32% falleció al cabo de cuatro años del inicio del trabajo, aunque en la actualidad se trabaja con un muestreo total de 200 personas.

Los pacientes sufrían además otras enfermedades como patologías cardiovasculares, apnea del sueño y diabetes, y las causas que provocaron su muerte cuatro años después fueron complicaciones respiratorias y cardiovasculares.

Los análisis de sangre permitieron identificar un total de 363 proteínas y péptidos, aunque solo 31 de ellas mostraron variaciones significativas entre los supervivientes y los fallecidos, relacionadas con el sistema inflamatorio-inmunitario y con marcadores de coagulación.

Asistencia por Inteligencia Artificial

Para realizar el estudio los investigadores utilizaron un programa informático asistido por Inteligencia Artificial que les permitió desarrollar diferentes modelos con los que predecir la mortalidad de los pacientes. El trabajo ha permitido determinar que esas 31 proteínas diferenciales predecían la mortalidad a 4 años con una precisión del 90%. Sin embargo, la herramienta digital seleccionó otras 10 proteínas cuya carencia indicaba una precisión aún mayor, del 95%.

El estudio también ha llevado a los investigadores a determinar que los pacientes de EPOC tienen mayor riesgo cardiovascular: un análisis más en detalle de estas conclusiones arrojó un 95% de precisión cuando el modelo únicamente empleó proteínas relacionadas con la coagulación, mientras que el porcentaje fue del 89% al emplear las relacionadas con la inflamación.

El hallazgo de estos biomarcadores supone un hito en el seguimiento de los pacientes de EPOC porque ayuda a los especialistas a identificar los casos que requieren mayor atención incluso en ausencia de síntomas aparentes.