uci coronavirus

(ACN) Un equip d’investigadors del Departament de Matemàtiques de la Universitat Autònoma de Barcelona (UAB) i l’Hospital de Mataró han desenvolupat un model matemàtic per determinar el risc de morir dels pacients ingressats a l’UCI. A partir de la intel·ligència artificial, s’ha creat un model predictiu que avalua de manera autònoma l’estat de cada pacient a partir de l’evolució de les dades clíniques i les característiques del propi pacient.

Els investigadors asseguren que el model pot ajudar en el procés de presa de decisions del personal sanitari de les UCI, millorant la predicció de mortalitat prematura i fent més eficients les decisions mèdiques sobre pacients d’alt risc, avaluant l’eficàcia de tractaments nous i detectant canvis en la pràctica clínica. També asseguren que l’ús d’aquest model representa “una clara millora” respecte a l’aproximació tradicional, consistent a predir el risc de mortalitat a partir de la puntuació de l’Acute Physiology And Chronic Health Evaluation (APACHE) —un qüestionari àmpliament utilitzat per avaluar l’estat de salut d’una persona en funció de diferents indicadors—.

El model té un bon comportament predictiu i permet estudiar quines de les característiques del pacient són més decisives, quines esdevenen factors de risc“, explica la doctora Rosario Delgado, del Departament de Matemàtiques de la UAB. “Aquesta metodologia és útil i prometedora i té una aplicabilitat clínica important“, afegeix. Amb la doctora Delgado, líder de l’estudi, han col·laborat el cap de la UCI de l’Hospital de Mataró, el doctor Juan Carlos Yébenes; el professor associat de la UAB i membre de la Unitat de Gestió de la Informació del Consorci Sanitari del Maresme, Àngel Lavado, i el doctorand del Departament de Matemàtiques de la UAB, José David Núñez-González.