El método establecido por investigadores de los Países Bajos puede tener hasta un 83% de certeza en su predicción.

Imagine que entra al consultorio de su médico. Días atrás le practicaron varios exámenes de sangre. En la pantalla del computador aparecen cifras que usted no entiende muy bien y corresponden a 14 parámetros de salud. Biomarcadores los llama su doctor mientras los revisa con atención. A usted algunos le resultan familiares como la glucosa, lactato y lípidos. Otros suenan a un idioma desconocido: histidina, isoleucina, leucina, valina, fenilalanina, acetoacetato, albúmina y acetilo de glicoproteína. Jamás se le había ocurrido pensar que su cuerpo está hecho de todas esas cosas tan raras.

Preocupado por los síntomas que usted ya arrastraba cuando lo consultó, el médico le pregunta si quiere saber cuál es la probabilidad de que muera en los próximos 10 años. Usted se queda pensativo mientras él introduce los valores en un programa de computador...

¿Le suena a ciencia ficción? Ya no. Un estudio publicado en la revista Nature Communications  por Joris Deelen, Johannes Kettunen y Eline Slagboom, de la U. de Leiden en los Países Bajos, asegura que es posible predecir hasta con un 83% de certeza si un paciente va a fallecer en los próximos 10 años midiendo nada más que 14 variables de salud.

Hasta ahora, explican en su artículo, había sido posible establecer pronósticos de mortalidad para el último año de vida de un paciente. Pero al enfrentar predicciones a 5 o 10 años los modelos fracasaban. En un esfuerzo por superar ese obstáculo, los tres autores se lanzaron a recolectar datos de 44.168 individuos (que pertenecían a 12 grandes bases de datos), y abarcaban un amplio rango de edad. 

Luego de diferentes análisis que involucraron 226 variables, lograron conformar un modelo basado tan sólo en 14 parámetros que arroja predicciones bastantes certeras y consistentes tanto en hombres y mujeres de todas las edades. 

“Estos resultados sugieren que el perfil de biomarcadores metabólicos podría usarse potencialmente para guiar la atención del paciente, si se valida más en entornos clínicos relevantes”, concluyeron. 

Los 14 biomarcadores identificados están involucrados en varios procesos, como el metabolismo de las lipoproteínas y los ácidos grasos, el equilibrio de líquidos y la inflamación. Aunque la mayoría de estos biomarcadores se han asociado con la mortalidad antes, este es el primer estudio que muestra su efecto independiente cuando se combinan en un modelo. 

Para los investigadores ahora se debe avanzar con cautela. Por un lado, hace falta más investigación para lograr crear pruebas más baratas en entornos clínicos reales que permitan obtener información como la que ellos usaron. También será necesario comenzar a usar este modelo y sus puntajes en pacientes reales para corroborar su nivel predictivo.

Lo cierto es que creen que el modelo “podría usarse potencialmente en la práctica clínica para guiar las estrategias de tratamiento, por ejemplo, al decidir si una persona mayor es demasiado frágil para una operación invasiva”.