Pese a los avances en los tratamientos de las enfermedades respiratorias crónicas, como son el asma y la enfermedad pulmonar obstructiva crónica (EPOC), existen importantes desafíos que perjudican el pronóstico de los pacientes, uno de ellos es su mal control. Diferentes estudios estiman que hasta el 60% de los pacientes con asma no tienen controlada la enfermedad, y entre un 25 y un 80% en el caso de la EPOC dependiendo de la fase de la enfermedad. Detectarlo antes de que se manifiesten síntomas graves o se produzcan complicaciones es el objetivo que unos investigadores se han propuesto, dando como resultado un modelo predictivo "sin precedentes".
Esta semana en el 46º Congreso Nacional de Semergen en Bilbao, dos médicos de Atención Primaria han presentado una investigación pionera que propone un modelo basado en la la integración de datos clínicos y farmacológicos a partir de registros electrónicos de salud, lo que permite a los sistemas informáticos identificar patrones de riesgo y asignar una probabilidad de mal control. Como ha demostrado el estudio publicado en Journal of Clinical Medicine, con estos datos, el médico puede priorizar intervenciones tempranas en los pacientes con peor control.
“Este avance representa un paso sin precedentes en la detección proactiva de pacientes mal controlados. Ya no tendremos que esperar a que los pacientes acudan a nuestras consultas para ser evaluados, nosotros iremos a ellos y con los deberes hechos”, comentó el Dr. José David Maya Viejo (UGC de Camas, Sevilla), quien, junto al Dr. Fernando María Navarro i Ros (Centro de Salud Malilla y Clininav, Valencia), ambos miembros del Grupo de Trabajo de Respiratorio, ha desarrollado este proyecto denominado SELEIDA.
"Este estudio predictivo permitirá priorizar nuestras intervenciones en Atención Primaria sobre los pacientes con peor control"
El nombre de SELEIDA, que hace referencia a las Seles, sacerdotisas sacerdotisas del oráculo de Dodona, dedicado a Zeus en la antigua Grecia, representa un nuevo enfoque que ha demostrado que puede estimar de manera confiable el mal control de la enfermedad en asma y EPOC, logrando alta precisión, sensibilidad y especificidad (88,5% y 86,4% de precisión; 83,3% y 93,8% de sensibilidad; 92,9% y 66,7% de especificidad para asma y EPOC, respectivamente).
Debido al impacto que sobre el sistema sanitario tienen las enfermedades crónicas no controladas, "nuestro modelo ofrece una solución prometedora para mejorar los resultados de los pacientes y la eficiencia de la atención médica", indicaron los autores. "Este estudio predictivo permitirá priorizar nuestras intervenciones en Atención Primaria sobre los pacientes con peor control, reduciendo así las tasas de exacerbaciones, ingresos hospitalarios, recursos sanitarios asociados y, posiblemente, de mortalidad, tanto en asma como en EPOC”, matizó el Dr. Navarro.
Además de esta estrategia, los autores han destacado la importancia de simplificar el tratamiento inhalado, adaptándolo a las necesidades y preferencias individuales para mejorar la adherencia terapéutica.