Nueva propuesta para asignar mejor los hígados donados en los trasplantes
Fuente: Sinc
Investigadores de la Universidad de Córdoba han desarrollado un sistema que mide la compatibilidad entre los donantes y los receptores más graves en los trasplantes de hígado. Se trata de un método matemático que recoge la experiencia de casi 1.500 donaciones registradas en unidades de trasplante de España y el Reino Unido.
Los criterios de asignación de órganos en España, líder y ejemplo mundial en trasplantes, se establecen de acuerdo a aspectos territoriales y clínicos que garantizan el altruismo en la donación y la igualdad en el acceso. Sin embargo, todavía hay algunos aspectos en la asignación de los órganos que se pueden mejorar, según un estudio de investigadores de la Universidad de Córdoba.
En el caso del trasplante de hígado, se tienen en cuenta las características del donante, como su grupo sanguíneo –que debe coincidir con el del receptor–, así como la gravedad del paciente, que se mide con el denominado ‘modelo de enfermedad hepática terminal’ (MELD, por sus siglas en inglés). El resultado es un número obtenido a partir de las cifras de bilirrubina, creatinina y tiempo de protrombina del paciente, y que sirve para priorizarlo en la lista de espera, según su riesgo de mortalidad en los tres meses siguientes.
“En esta asignación donante-receptor no se valoran otras variables que optimizarían la compatibilidad entre ellos y podrían suponer un factor decisivo en los resultados del trasplante”, explica María Pérez Ortiz, una de las autoras. “Por eso proponemos una mejora que favorece los principios de justicia para el receptor y de utilidad del injerto, adecua los tiempos de espera al riesgo de mortalidad en lista activa y mejora la supervivencia”.
En concreto, el equipo, formado por investigadores de la universidad y el hospital Reina Sofía de Córdoba, ha desarrollado un modelo de asignación que destinaría cada órgano a uno de los receptores más graves, entre los que elige al que presenta la máxima probabilidad de supervivencia. Los detalles se publican en la revista Applied Soft Computing.
“Este sistema respeta el principio de urgencia que reclama el modelo MELD y discrimina entre receptores que teóricamente tendrían mejor pronóstico en lista de espera, pero que trasplantados con un determinado hígado se beneficiarían de una mejor supervivencia”, señalan los investigadores, que añaden: “Las interacciones que se establecen en el procedimiento del trasplante son más complejas que las simplemente derivadas de emparejar un buen donante con un receptor muy grave”.
Aprendizaje automático
Para crear el modelo se han usado técnicas de aprendizaje automático, un área de la computación que imita al cerebro a la hora de aprender de la experiencia, de los datos conocidos. De hecho, la aplicación se basa en 38 variables (edad, sexo, índice de masa corporal, existencia de diabetes, hipertensión arterial, etc.) tomadas de casi 1.500 pares donante-receptor en siete unidades de trasplante españolas y una del hospital King’s College de Londres.
Estas variables, junto con el tiempo de supervivencia del hígado injertado, sirven para entrenar el modelo, que se usa después para asociar las parejas donante-receptor con un tiempo de supervivencia determinado. En concreto, si el injerto sobrevive a los quince días después del trasplante, a los tres meses, al año o más, de forma que es muy útil para evaluar las idoneidad de las asignaciones realizadas.
Según los datos presentados esta semana por el Ministerio de Sanidad, Servicios Sociales e Igualdad, en 2013 se realizaron 1.093 trasplantes de hígado en España, donde la serie histórica suma cerca de 22.000 operaciones de este tipo.
Referencia bibliográfica:
M. Pérez-Ortiz, M. Cruz-Ramírez, M.D. Ayllón-Terán, N. Heaton, R. Ciria, C. Hervás-Martínez. “An organ allocation system for liver transplantation based on ordinal regression”. Applied Soft Computing 14: 88–98, 2014.
Últimas publicaciones
Un equipo de investigación de la Universidad de Jaén ha transformado el residuo sólido resultante tras extraer el aceite en un material carbonoso con alta capacidad para retener contaminantes. En pruebas de laboratorio eliminó prácticamente la totalidad de un colorante industrial utilizado como modelo, lo que refuerza su potencial en sistemas de depuración.
Sigue leyendoUn equipo de investigación de la Universidad de Jaén ha desarrollado un modelo de monitorización que combina dispositivos instalados en el hogar con inteligencia artificial para evaluar si las personas con enfermedades crónicas cumplen sus pautas médicas. La propuesta, en fase piloto, permite a los profesionales sanitarios comprobar si éstos toman la medicación y mantienen hábitos saludables como el sueño, la actividad física o la alimentación.
Sigue leyendoLa Fundación Descubre y la Universidad Pablo de Olavide, con la cofinanciación de la Consejería de Universidad, Investigación e Innovación y la Fundación Española para la Ciencia y la Tecnología – Ministerio de Ciencia, Innovación y Universidades, impulsan estas iniciativas en el marco del proyecto ‘Andalucía + ciencia ciudadana’. Científicos, centros educativos y asociaciones desarrollarán estas iniciativas relativas a la reutilización de residuos, la biodiversidad, la visibilización del talento femenino o la mejora de los barrios con aportaciones de las personas mayores, en las provincias de Granada, Málaga, Cádiz, Huelva y Sevilla hasta 2027.




