El Instituto de Física de Cantabria (IFCA), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Cantabria (UC), participan en el proyecto Branyas, una investigación multidisciplinar enmarcada en la Plataforma Temática Interdisciplinar PTI+ Salud Global y financiado por la Comisión Europea – NextGenerationEU (Regulation EU 2020/2094), 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.
El equipo de investigación formado por Lara Lloret (PTI+ Salud Global y PTI+ Ciencia Digital), Fernando Aguilar (Asesor VICYT PTI+ Ciencia Digital) 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, también integrantes de la PTI+ Salud Global, 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 y resultados que llegarán el próximo 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 con la que simplificar el acceso a la información. 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.
Mediante Machine Learning (ML) o Aprendizaje Automático se diseñan 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. Esta temática está enmarcada en el área de ciencia de datos de la PTI+ Ciencia Digital, coordinada por Fernando Aguilar.
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.
