Un equipo de investigadores del Instituto de Investigación Biomédica de Málaga (IBIMA) Plataforma BIONAND, liderado por la Dra. Bibiana Pérez-Ardanaz, el Dr. Álvaro León-Campos y el Dr. José Miguel Morales-Asencio, ha desarrollado un modelo predictivo capaz de identificar el riesgo de ingreso en unidades de cuidados intensivos pediátricos (UCIP) en niños con complejidad médica (NCM). Este trabajo pionero, publicado en la prestigiosa revista Nursing in Critical Care, representa un avance significativo en la planificación de intervenciones preventivas y en la optimización de los recursos sanitarios para este grupo de pacientes.
Por su parte, los investigadores que han participado del estudio pertenecen al grupo de investigación de IBIMA Plataforma BIONAND “Cronicidad, Dependencia, Cuidados y Servicios de Salud” que lidera el Dr. José Miguel Morales Asencio.
Una población pediátrica en riesgo
Los niños con complejidad médica (NCM) son aquellos que presentan condiciones crónicas severas, dependencia de dispositivos médicos y necesidades de atención continua. Suelen requerir múltiples hospitalizaciones a lo largo de su vida, lo que los convierte en una población de alto riesgo dentro del sistema sanitario. A pesar de los avances médicos que han reducido la mortalidad en estos pacientes, la morbilidad y la alta utilización de los servicios de salud siguen siendo un desafío tanto para las familias como para los profesionales sanitarios.
El riesgo de ingreso en cuidados intensivos en estos niños es particularmente elevado debido a la fragilidad de su estado de salud y a la necesidad de intervenciones urgentes ante cualquier descompensación. Hasta ahora, la predicción de estos ingresos se basaba principalmente en la experiencia clínica, sin herramientas que permitieran una estimación objetiva y basada en datos.
Un modelo predictivo basado en datos clínicos
El estudio llevado a cabo por IBIMA Plataforma BIONAND ha desarrollado y validado un modelo matemático que, a partir de variables clínicas y antecedentes médicos, permite estimar la probabilidad de que un niño con complejidad médica necesite ingreso en la UCIP. Para ello, los investigadores analizaron datos de una cohorte retrospectiva de pacientes atendidos en un hospital terciario (Hospital Universitario Virgen de las Nieves), recopilando información sobre sus hospitalizaciones previas, tratamientos, dispositivos médicos utilizados y otros factores relevantes.
Mediante el uso de técnicas estadísticas avanzadas, el equipo identificó los principales predictores de ingreso en cuidados intensivos. Entre ellos, destacan el número de hospitalizaciones en el año anterior, la dependencia de dispositivos médicos como ventilación mecánica o nutrición enteral, y un factor protector como es el nivel educativo de las madres.
Impacto clínico y beneficios del modelo
Así, como ha destacado el Dr. León Campos, “la implementación de este modelo en la práctica clínica podría transformar la gestión de los NCM en diferentes niveles asistenciales. En primer lugar, permite la identificación temprana de los pacientes con mayor riesgo de ingreso en UCIP, lo que posibilita la planificación de estrategias preventivas personalizadas, reduciendo la necesidad de hospitalizaciones críticas, sobre todo incorporando valoraciones individuales adaptadas a distintos perfiles sociodemográficos y la implicación de desarrollar estrategias preventivas en el entorno domiciliario”.
Así, como ha destacado la Dra. Pérez-Ardanaz, “permite diseñar planes de seguimiento más efectivos para aquellos niños con mayor probabilidad de complicaciones graves, evitando ingresos innecesarios y mejorando su calidad de vida”.
Además, el modelo facilita la optimización de los recursos sanitarios, permitiendo a los hospitales prever la demanda de camas en cuidados intensivos y asignar de manera más eficiente el personal y el equipamiento necesario. También tiene implicaciones directas en la atención domiciliaria, ya que permite diseñar planes de seguimiento más efectivos para aquellos niños con mayor probabilidad de complicaciones graves, evitando ingresos innecesarios y mejorando su calidad de vida.
Otro aspecto fundamental es su potencial para mejorar la toma de decisiones en entornos de urgencias y atención primaria, donde los profesionales podrán disponer de una herramienta objetiva para evaluar la necesidad de derivación a unidades de cuidados intensivos.
Próximos pasos y líneas de investigación futuras
Aunque el modelo ha demostrado una alta capacidad predictiva, el equipo de investigación destaca la importancia de continuar con su validación en otros entornos clínicos y con poblaciones diversas. Para ello, se prevé la realización de estudios multicéntricos que permitan comprobar su aplicabilidad en diferentes sistemas de salud.
Asimismo, una de las líneas futuras del proyecto será la integración del modelo en sistemas de historia clínica electrónica y plataformas de inteligencia artificial, facilitando su uso automatizado por parte de los profesionales sanitarios. La combinación de este modelo con herramientas digitales avanzadas podría revolucionar la manera en que se gestiona la atención de los niños con complejidad médica, ofreciendo una medicina más predictiva y personalizada.
Un avance crucial en la atención pediátrica
El desarrollo de este modelo predictivo por parte de IBIMA Plataforma BIONAND supone un avance crucial en la gestión de los niños con complejidad médica, proporcionando una herramienta objetiva y basada en datos para mejorar la planificación asistencial y la toma de decisiones clínicas. Su implementación podría reducir la carga de hospitalizaciones en UCIP, mejorar la calidad de vida de los pacientes y optimizar el uso de los recursos sanitarios.
Así, el citado estudio refuerza el compromiso de IBIMA Plataforma BIONAND con la innovación en el ámbito de la biomedicina y la mejora de la atención a los pacientes más vulnerables.
