El estudio Tecnología avanzada para determinar riesgo de daño renal, en el que colabora la Fundación Renal, diseñado por los doctores Ruilope, Ruiz-Hurtado, Ortiz, y Miranda, ha sido galardonado en la primera edición de los premios Ennova Health 21 de Diario Médico y Correo Farmacéutico. El trabajo, premiado en la categoría de Big Data e Inteligencia Artificial, analiza como las técnicas y herramientas de inteligencia artificial y machine learning nos deben ayudar a identificar marcadores de posible daño renal en estadios mucho más precoces de lo que lo hacen las clásicas medidas de filtrado glomerular, o la existencia de proteinuria. Estos valores se alteran cuando ya el daño está establecido y es quizá demasiado tarde. El objetivo de este trabajo es localizar este ángulo o punto ciego de la progresión de la Enfermedad Renal Crónica para poder prevenir problemas cardiorrenales no deseados.

El trabajo Use of chronic kidney disease blind spot to prevent cardiorenal outcomes, publicado en European Heart Journal, y firmado por los mismos autores, establece la caracterización del riesgo renal mediante el análisis de  grandes bases de datos, en este caso se utilizará BIFAP (Base de Datos para la Investigación Farmacoepidemiológica en Atención Primaria), una base de datos poblacional longitudinal compuesta por  registros de atención primaria del Sistema Nacional de Salud de diez Comunidades Autónomas de España. El número total de pacientes disponibles para los estudios en la base de datos de 2018 es de 12 millones, lo que representa 102 millones de personas/año de seguimiento.

Objetivo reducir la evolución del daño renal y la necesidad de tratamiento renal sustitutivo

Para llevar a cabo el estudio se establecerá un perfil de selección de sujetos en riesgo de desarrollo de daño renal para una posterior selección y seguimiento. También se investigará la prevalencia de riesgo renal precoz y tardío, así como la evolución con el tiempo, tanto de la incidencia y prevalencia de personas con riesgo, como la evolución de la función renal en sujetos en seguimiento, según práctica clínica habitual. Adicionalmente, se examinarán, cuando sea posible, las fórmulas de riesgo de Enfermedad Renal Crónica utilizadas en la práctica clínica, y se comparará el valor de estas fórmulas con el riesgo personalizado.

Mediante el seguimiento cercano y proactivo de cohortes cerradas con aplicación de técnicas de machine learning en grupos controlados mediante consultas multidisciplinares, se podrá determinar la eficacia y eficiencia de un modelo de intervención preventiva. El objetivo será reducir de manera notable la evolución del daño renal y la necesidad de tratamiento renal sustitutivo.

La Enfermedad Renal supone la décima causa de muerte en el mundo según la OMS

Según los datos de Global Burden Disease 2016, la Enfermedad Renal Crónica (ERC) fue la decimosexta causa de muerte más frecuente en todo el mundo cuando se evaluó mediante la tasa de mortalidad estandarizada por edad por 100.000, y será la quinta para el año 2040. La OMS ha publicado recientemente los datos de mortalidad global en los primeros 20 años del Siglo XXI y la ERC aparece como décima causa de muerte en el mundo, responsable de 1.2-1,4 millones de muertes por año. Sólo las técnicas de automatización y análisis matemático avanzado utilizadas en grandes bases de datos nos van a permitir determinar el perfil de las personas que van a desarrollar enfermedad/daño renal, y por lo tanto identificarlas y poder establecer medidas preventivas personalizadas y cambios de hábitos que estimulen a las personas sanas a controlar sus parámetros de salud, dietas, intervenciones farmacológicas, y, en definitiva, prevención primaria.