Un equipo de especialistas en Oncología Radioterápica y del Grupo de Innovación tecnológica del Hospital Universitario Virgen del Rocío está trabajando en el desarrollo de modelos predictivos capaces de detectar futuras toxicidades en personas diagnosticadas con cáncer de pulmón y que recibirán radioterapia como tratamiento oncológico. El que estos sistemas puedan prever los efectos secundarios que puede sufrir el paciente supone una mejora importante en el tratamiento y su calidad de vida.

Dadas estas ventajas y la novedad que supone en la práctica clínica, este trabajo ha merecido el premio a la mejor comunicación en el XXII Congreso Nacional de Informática de la Salud, donde se ha presentado este estudio.

El cáncer de pulmón es el cáncer con mayor incidencia y mortalidad a nivel mundial, por lo que la investigación en dicha patología, así como en sus tratamientos es de crucial importancia. El estudio recoge la información de 430 pacientes del servicio de Oncología Radioterápica del Hospital Universitario Virgen del Rocío.

Las toxicidades estudiadas han sido: neumonitis, tos, disnea y esofagitis. Para cada una de ellas, los profesionales han buscado aquel modelo con mayor rendimiento, es decir, mayor precisión en la clasificación. Tras identificar el mejor modelo para cada una de las toxicidades, este será integrado en la herramienta empleada por el oncólogo en su consulta, permitiéndole realizar predicciones ante la llegada de un nuevo paciente.

La comunicación galardonada se titula ‘Métodos de Selección de características para la predicción de toxicidad inducida por radioterapia’. Se trata de un trabajo enmarcado dentro del proyecto S32 – Sistema de Soporte al tratamiento Sistémico y de Dosificación radioterápica en pacientes con cáncer de pulmón, con financiación concedida por el Instituto de Salud Carlos III en la convocatoria de Acción Estratégica en Salud de cuyo investigador principal es el Dr. José Luis López Guerra, del servicio de Oncología Radioterápica del Hospital Universitario Virgen del Rocío.

La metodología desarrollada diferencia las fases de selección de características y desarrollo de modelos predictivos. Así, la fase de selección de características permite reducir el número de éstas mejorando la eficiencia de los modelos predictivos, así como su interpretabilidad y su aplicación.

El trabajo ha sido presentado por Sara González, que pertenece al Grupo de Investigación e Innovación en Informática Biomédica, Ingeniería Biomédica y Economía de la Salud del Hospital Universitario Virgen del Rocío, liderado por Carlos Parra. También han colaborado investigadores del Hospital Universitario Virgen Macarena.

El XXII Congreso Nacional de Informática de la Salud 2019 (InforSalud), se ha celebrado en Madrid y ha estado organizado por la Sociedad Española de Informática de la Salud (SEIS).

Subscribirse al Directorio
Escribir un Artículo

Últimas Noticias

El diagnóstico genético neonatal mejor...

Un estudio con datos de los últimos 35 años, ind...

Más de 1.500 cambios epigenéticos en e...

Un equipo de investigadores de la Universidad Juli...

Tuneable reverse photochromes in the sol...

A new technique allows the design of solid materia...

Destacadas

Eosinófilos. ¿Qué significa tener val...

by Labo'Life

En nuestro post hablamos sobre este interesante tipo de célula del si...

Un estudio de INCLIVA muestra el efecto ...

by INCLIVA

Han desarrollado un estudio para evaluar la correlación entre el teji...

Diapositiva de Fotos