Menú
NUEVO MODELO PREDICTIVO

El Marañón desarrolla un modelo para anticipar las complicaciones en trasplantes de médula

Este tipo de trasplantes es el tratamiento de elección para diferentes neoplasias hematológicas, es decir, enfermedades malignas de la sangre, como las leucemias.

El trabajo liderado por el doctor Ismael Buño ha desarrollado un modelo predictivo para anticipar las complicaciones de un trasplante hematopoyético alogénico
El trabajo liderado por el doctor Ismael Buño ha desarrollado un modelo predictivo para anticipar las complicaciones de un trasplante hematopoyético alogénico

time 2 min

13.03.2018 - 17:27

El trabajo liderado por el doctor Ismael Buño, del Servicio de Hematología del Hospital General Universitario Gregorio Marañón, ha desarrollado un modelo predictivo para anticipar las complicaciones de un trasplante hematopoyético alogénico. Este tipo de trasplantes, clásicamente llamados de médula ósea, es el tratamiento de elección para diferentes neoplasias hematológicas, es decir, enfermedades malignas de la sangre, como las leucemias.

En este procedimiento, a menudo las células del donante provocan un ataque inmune contra células sanas de distintos tejidos del receptor. Esta es una de las principales complicaciones del procedimiento y contribuye a que la mortalidad relacionada con el trasplante alcance entre el 20% y el 30%.

El Servicio de Hematología ha elaborado un nuevo modelo predictivo basado en variables genómicas, concretamente 25 polimorfismos de un único nucleótido en genes de citocinas, proteínas moduladoras del sistema inmune, y seis variables clínicas

Durante los últimos años, el Instituto de Investigación Sanitaria del Hospital Gregorio Marañón ha buscado biomarcadores que permitan la anticipación complicaciones del trasplante. En esta línea, el Servicio de Hematología ha elaborado un nuevo modelo predictivo basado en variables genómicas, concretamente 25 polimorfismos de un único nucleótido en genes de citocinas, proteínas moduladoras del sistema inmune, y seis variables clínicas como el diagnóstico hematológico, edad del paciente o el tratamiento de acondicionamiento.

Este trabajo se ha desarrollado en colaboración con el grupo del doctor Juan Romo en el Departamento de Estadística e Investigación Operativa de la Universidad Carlos III de Madrid (UC3M) de modelos matemáticos basados en la regresión logística penalizada tipo Lasso (Least Absolute Shrinkage and Selection Operator).

La relevancia de su aplicación ha sido reconocida en los premios a la Innovación en el Ámbito Sanitario que promueve la Cátedra Celgene de Innovación en Salud de la Universidad de Alcalá

El resultado es la definición de modelos predictivos que tienen una extraordinaria utilidad clínica para anticipar el desarrollo de complicaciones post-trasplante, y un gran potencial de implantación a nivel global. Con este avance, se permitirá a los médicos anticiparse a posibles complicaciones derivadas del trasplante, aplicar los tratamientos necesarios para remediarlas, evitar que el paciente enferme y disminuir las tasas de mortalidad en pacientes con este tipo de tumores malignos.

La relevancia de su aplicación ha sido reconocida en los premios a la Innovación en el Ámbito Sanitario que promueve la Cátedra Celgene de Innovación en Salud de la Universidad de Alcalá, galardón que ha sido entregado en una ceremonia que ha contado con la presencia del consejero de Sanidad de la Comunidad de Madrid, Enrique Ruiz Escudero.

Porque salud necesitamos todos... ConSalud.es

Escribir un comentario (0)
Esta web utiliza 'cookies' propias y de terceros para ofrecerte una mejor experiencia y servicio. Más información Acepto