Noticias Universidad de Cantabria

Skip Navigation LinksNoticias de la Universidad de Cantabria > Investigadoras del IFCA participan en el proyecto Branyas, el mayor estudio europeo sobre el impacto del Covid en residencias

06 SEPTIEMBRE 2022
Investigación y transferencia

Investigadoras del IFCA participan en el proyecto Branyas, el mayor estudio europeo sobre el impacto del Covid en residencias

Han creado la base de datos del proyecto y aplican técnicas de Inteligencia Artificial para desarrollar perfiles individualizados y estudiar con precisión a cada paciente

 

​El Instituto de Física de Cantabria (IFCA), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Cantabria (UC), participa en el proyecto Branyas, una investigación multidisciplinar cuyo objetivo es establecer perfiles de riesgo asociados a la COVID-19 en las personas mayores que viven en residencias españolas. Y recibe este nombre en honor a María Branyas, la mujer más longeva de España, que consiguió superar la COVID-19 con 113 años.

Bajo el lema 'Ayúdanos a investigar para que la historia no se repita', el equipo de investigación formado por Lara Lloret, Fernando Aguilar y Miriam Cobo, del grupo de Computación Avanzada del IFCA trabaja durante dos años en este proyecto junto a diversos grupos de investigación del CSIC como el Centro de Biología Molecular Severo Ochoa, el Instituto de Investigación en Ciencias de la Alimentación y el Instituto de Economía, Geografía y Demografía, junto a la Universidad Autónoma de Barcelona, y la Farmacia Dalt.

Actualmente, Branyas es el mayor estudio europeo sobre el impacto del Covid en residencias, y se encuentra en la fase de recopilación de multitud de datos (sociológicos, demográficos, biológicos, inmunológicos y médicos hasta perfiles genéticos), de ancianos en las residencias españolas para después establecer tres perfiles de riesgo asociados a la enfermedad COVID-19 en las personas mayores: contracción de la COVID-19, evolución de la infección sin síntomas o con síntomas leves, intermedios (requiere hospitalización) y graves (requiere ingreso en UCI, oxígeno y ventiladores), y, por último, fallecimiento. Y a partir de ahí, se procederá a extrapolar conclusiones a toda la población española. Los resultados del estudio están previstos para 2023.

Una base de datos propia

Para establecer estos perfiles de riesgo de contracción del coronavirus es necesario caracterizar de la forma más precisa posible la incidencia de la enfermedad en las residencias, así como agrupar la gran variedad de datos de los participantes en el proyecto para luego ser analizados conjuntamente. Por ello desde el IFCA se da soporte al proyecto con la creación y gestión de su propia base de datos donde se simplifica el acceso a la información, y se están aplicando técnicas de inteligencia artificial (IA) para analizar la información y extraer conclusiones, con la colaboración del resto de grupos de investigación  involucrados.

Los resultados obtenidos permitirán conocer qué variables, dentro de los datos recopilados, juegan un papel más importante en la enfermedad de la COVID-19. Se buscan patrones que permitan mejorar los diagnósticos de cada paciente ante la enfermedad, descubrir cuáles son los factores de riesgo y crear modelos para desarrollar perfiles de riesgo predictivo, que, por ejemplo, indiquen el riesgo ante una futura infección de personas que no han estado expuestas al SARS-CoV-2 o enfermedades infecciosas similares. También servirá para gestionar mejor los centros geriátricos, duramente azotados durante la pandemia, y optimizar la atención personal y sanitaria de la población anciana.

"Estamos utilizando técnicas de Machine Learning, una rama de la Inteligencia Artificial (IA), que nos permiten, por ejemplo, realizar predicciones de variables inmunológicas, agrupar los datos en base a patrones comunes, como por ejemplo en la microbiota intestinal, e interpretar las predicciones, gracias a técnicas de interpretabilidad, una de las líneas de investigación más punteras ahora mismo en el aprendizaje automático", explica Miriam Cobo, investigadora en el IFCA.

Machine Learning en la medicina de precisión

El Machine Learning (ML) o Aprendizaje Automático se usa para diseñar algoritmos a partir de millones de datos para detectar patrones en las variables, correlaciones y tendencias, y a partir de ahí los expertos son capaces de hacer nuevas predicciones.

En la medicina actual, y en particular en la medicina de precisión, tiene importantes aplicaciones porque se adapta al perfil individual de cada paciente, para lo cual se recopila un gran volumen de datos del individuo.

"La Inteligencia Artificial en medicina de precisión permite no solo establecer perfiles de riesgo asociados a enfermedades, como estamos haciendo en Branyas, sino también mejorar el diagnóstico, tratamiento y prevención de enfermedades, reducir tiempos de investigación para desarrollar nuevos fármacos, etc.", concluye Cobo, "en definitiva, permite mejorar la atención sanitaria a los pacientes y, por este motivo, es esencial impulsar y llevar a cabo investigación en este ámbito". 


Foto: Miriam Cobo, investigadora del IFCA, participante en el proyecto Branyas.






Noticias relacionadas

 



Servicio de Comunicación
Difusión de actividades, imagen corporativa…
comunicacion@unican.es
Tel. 942 20 10 62 – 20 10 12