Detección temprana de la sepsis: Un estudio innovador utiliza inteligencia artificial para identificar variantes genéticas de riesgo
La detección temprana de la sepsis es crucial para mejorar el pronóstico de los pacientes, especialmente en el ámbito quirúrgico. Un reciente estudio liderado por investigadores del CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN) y el CIBER de Enfermedades Infecciosas (CIBERINFEC) en el Hospital Clínico Universitario de Valladolid ha aplicado un enfoque innovador de inteligencia artificial explicable para identificar y priorizar la información genética que aumenta el riesgo de desarrollar sepsis tras una intervención quirúrgica.
Colaboración internacional
El estudio ha contado con la participación de investigadores del CIBER de Enfermedades Respiratorias (CIBERES), del CIBER de Enfermedades Raras (CIBERER), de la Universidad de Valladolid y de la Universidad de Leicester en el Reino Unido, entre otras instituciones.
La sepsis: una complicación grave
La sepsis es una complicación grave causada por una respuesta descontrolada del organismo frente a una infección, habitualmente de origen bacteriano. Se trata de la forma más severa de una infección y presenta una mortalidad que oscila entre el 10 % y el 20 %, porcentaje que puede alcanzar el 40 % en los casos de shock séptico. A nivel mundial, la sepsis provoca alrededor de 11 millones de muertes cada año, de las cuales unas 17.000 se producen en España.
Análisis de datos y resultados
En este estudio, el equipo investigador analizó datos de un estudio de asociación del genoma completo (GWAS), que incluyó información genética de 750 pacientes que desarrollaron sepsis después de una cirugía y de 3.500 controles poblacionales. Mediante un modelo de inteligencia artificial explicable, los investigadores no solo lograron predecir el riesgo de aparición de sepsis, sino también priorizar las variantes genéticas con mayor contribución a este riesgo.
Identificación de variaciones genéticas
Gracias a este enfoque, el estudio permitió identificar variaciones genéticas en los genes PRIM2, RBSN y SYNPR con implicaciones funcionales, regulatorias y clínicas. Además, se detectaron genes relacionados con procesos biológicos claves como la regulación de la expresión génica, la replicación del ADN, la señalización celular, la proliferación celular y la disfunción cardíaca.
Hacia una cirugía más segura y personalizada
«Anticiparnos a la sepsis puede marcar la diferencia en el pronóstico del paciente«, señalan desde el equipo investigador. Determinar estas variantes genéticas mediante análisis de sangre preoperatorios podría convertirse en una herramienta útil para mejorar la estratificación del riesgo en pacientes quirúrgicos, facilitar la detección precoz de la sepsis postoperatoria y orientar intervenciones clínicas más personalizadas, con el objetivo final de mejorar los resultados clínicos y la supervivencia de los pacientes.
Referencia
Vaquerizo-Villar F, Hernandez-Beeftink T, Heredia-Rodríguez M, Gómez-Sánchez E, Lorenzo-López M, López-Herrero R, et al. Identifying sepsis susceptibility genes in post-surgical patients using an artificial intelligence approach. Frontiers in Medicine. Volume 12, 2025. doi.org/10.3389/fmed.2025.1644800
Palabras clave: detección temprana de la sepsis, inteligencia artificial, variantes genéticas, sepsis postoperatoria, cirugía, medicina personalizada, genética, biología, salud.
Meta description: Un estudio innovador utiliza inteligencia artificial para identificar variantes genéticas que aumentan el riesgo de desarrollar sepsis tras una intervención quirúrgica, lo que podría mejorar la detección temprana y el pronóstico de los pacientes.
Título: Detección temprana de la sepsis: Un estudio innovador utiliza inteligencia artificial para identificar variantes genéticas de riesgo
Header tags:
- H1: Detección temprana de la sepsis: Un estudio innovador utiliza inteligencia artificial para identificar variantes genéticas de riesgo
- H2: La sepsis: una complicación grave
- H2: Análisis de datos y resultados
- H2: Identificación de variaciones genéticas
- H2: Hacia una cirugía más segura y personalizada
Optimizado para: detección temprana de la sepsis, inteligencia artificial, variantes genéticas, sepsis postoperatoria, cirugía, medicina personalizada, genética, biología, salud.
