Combatiendo la resistencia antibiótica, una prescripción personalizada a la vez

Investigadores tienen la esperanza de que las recetas personalizadas puedan frenar la evolución de las bacterias resistentes a los antibióticos

Tratamiento de medicamentos de pastillas 370 (R). (Foto: Srdjan Zivulovic / Reuters)

Investigadores israelíes están utilizando algoritmos de aprendizaje automático para optimizar qué pacientes reciben qué antibióticos, tecnología que podría proporcionar una nueva respuesta a la creciente amenaza de la resistencia a los antibióticos.

El uso excesivo de antibióticos, especialmente los antibióticos de amplio espectro que pueden prescribirse para una variedad de condiciones, acelera la evolución de bacterias resistentes a los antibióticos. Esto tiene el potencial de hacer que las infecciones leves, como la neumonía, la tuberculosis y la salmonelosis, sean más letales.

Ahora, los investigadores esperan retrasar este proceso adaptando las prescripciones de antibióticos a los pacientes.

Para personalizar las recetas de antibióticos para los pacientes, los investigadores del Technion, el profesor Roy Kishony y el Dr. Idan Yelin colaboraron con un equipo dirigido por la profesora Varda Shalev en el Instituto de Investigación e Innovación Kahn-Sagol-Maccabi en Servicios Sanitarios Maccabi (KSM por sus siglas en inglés).

Para este estudio, publicado el 4 de julio en Nature Medicine, el equipo se enfocó en estudiar las prescripciones de antibióticos para las infecciones del tracto urinario, que involucran a una serie de bacterias como Klebsiella pneumoniae, E. coli y Proteus mirabilis.

Analizaron la resistencia a los antibióticos en más de 700,000 cultivos de orina y desarrollaron un algoritmo basado en más de cinco millones de casos de compras de antibióticos realizadas durante más de 10 años. Este algoritmo predice la resistencia de una infección a los antibióticos y proporciona una recomendación de tratamiento en consecuencia.

Al analizar estos estudios de casos, los investigadores analizaron tres conjuntos de datos: datos demográficos – incluidos la edad, el sexo, el estado de embarazo y la residencia en hogares de jubilados de un paciente – los niveles de resistencia medidos en cultivos de orina anteriores y el historial de compra de fármacos del paciente.

«Demostramos que cada una de estas tres correlaciones fue significativa, mucho más de lo que se percibe», dijo Yelin. Incluso se demostró que los datos demográficos básicos se correlacionaban con respuestas particulares a los antibióticos. «Esto era algo de lo que la gente no estaba al tanto», dijo.

El equipo descubrió que su algoritmo, basado en datos de fácil acceso, es capaz de reducir la probabilidad de prescribir el medicamento equivocado en aproximadamente un 40%.

Su avance representa un cambio creciente en la investigación médica hacia los planes de tratamiento basados ​​en análisis algorítmicos nacidos de Big Data, pero Yelin afirma que su tecnología, diseñada para ayudar a los médicos a aprender más sobre lo que un individuo necesita, sigue centrada en el paciente.

«Estas cosas no tienen que contradecirse», dijo. «Este algoritmo es tan personal como cualquier cosa lo puede ser. A veces parece que un algoritmo no es personal, pero realmente sabe mucho sobre ti».

 

Fuente: The Jerusalem Post
Traducción: Consulado General H. de Israel en Guayaquil