• 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

Convocatorias IBSAL

  • 1

El Equipo

  • Francisco José López Hernández

    Instituto de Investigación Biomédica de Salamanca

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
Cargando...

 28 de julio de 2020

La investigación, realizada por un equipo multidisciplinar del IBSAL, el Hospital Universitario de Salamanca y la Universidad de Salamanca, en colaboración con el Hospital Clínic de Barcelona, permitirá establecer un pronóstico de los pacientes ingresados con COVID-19 y facilitar su clasificación y manejo especialmente en casos de rebrotes o segunda oleada de contagios. 

Un equipo multidisciplinar del Hospital Universitario de Salamanca, del Instituto de Investigación Biomédica de Salamanca (IBSAL) y de la Universidad de Salamanca, compuesto fundamentalmente por personal de los servicios de Medicina Interna, Cardiología y Hematología, en colaboración con el Servicio de Enfermedades Infecciosas del Hospital Clínic de Barcelona, ha desarrollado una escala de gravedad capaz de establecer el pronóstico de los pacientes que ingresan con COVID-19 y facilitar así la clasificación y manejo de estos pacientes. Este aspecto es especialmente relevante en las zonas que están sufriendo un nuevo brote de COVID-19 o en previsión de una posible segunda ola.

La escala de gravedad ha sido desarrollada mediante una técnica de inteligencia artificial conocida como machine learning, que permite integrar diferentes características de los pacientes utilizando técnicas estadísticas y crear un algoritmo que sea capaz de calcular, con una mayor precisión, la probabilidad de que un determinado paciente termine presentando una evolución grave de la enfermedad, definida esta como aquellos pacientes que fallecen o que tienen que ser intubados para recibir ventilación mecánica. Las características concretas de los pacientes que se ha visto que están asociados con un mayor riesgo de desarrollar enfermedad grave son: un peor nivel de oxigenación medido por pulsioximetría, una mayor edad, un empeoramiento de la función renal, una elevación de marcadores de la inflamación (proteína C reactiva y procalcitonina), un número elevado de otras enfermedades y niveles bajos de linfocitos.

Esta escala ha sido probada en 918 pacientes ingresados con COVID-19 en el Hospital de Salamanca y posteriormente se ha validado en 352 pacientes del Hospital Clínic de Barcelona demostrando su gran capacidad de predicción de la evolución de los pacientes que, además, ha sido prácticamente idéntica en los dos hospitales. El hecho de que la predicción sea idéntica es de gran relevancia dado que en ocasiones las características de los pacientes de un hospital no son comparables directamente con otros hospitales, pero en este caso la escala de gravedad funciona de forma casi idéntica en los dos grupos de pacientes.

El artículo científico y la aplicación informática, así como el código utilizado para generarla, ya están disponibles en internet para que puedan utilizarse por los médicos que tratan esta enfermedad, y ha sido enviado ya para su publicación en revistas biomédicas.

Más información y contacto:

Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Intranet

We use cookies to improve our website and your experience when using it. Cookies used for the essential operation of the site have already been set. To find out more about the cookies we use and how to delete them, see our Privacy Policy.

I accept cookies from this site