La obesidad se asocia a una multitud de enfermedades como la diabetes tipo 2, enfermedades cardiovasculares, trastornos del sueño o problemas osteoarticulares. Por eso, esta condición crónica no es solo un verdadero quebradero de cabeza para los pacientes, sino también para el sistema sanitario español. Según datos del Observatorio de la Federación Mundial de Obesidad, el gasto sanitario anual para tratar efectos derivados de la obesidad ascendía en 2019 a los 28.080 millones de euros, con un impacto en el producto interno bruto (PIB) del 2,09 %. Y se espera que este coste alcance los 37.340 millones en 2030, un monto que equivale al 2,34 % del PIB nacional.
Varios estudios apuntan que la prevalencia de la obesidad en el país es del 23 %. Pero algunos grupos de investigación, como el del Laboratorio de Investigación Metabólica de la Universidad de Navarra, saben que estas cifras «están infraestimadas». «Muchos de estos estudios se fijan sobre todo en el índice de masa corporal (IMC), pero este no es un buen indicador del exceso de grasa. Nosotros hemos hecho estudios en los que, al determinar la grasa real de un paciente, las cifras son incluso mayores», incide el doctor Javier Gómez-Ambrosi, investigador del centro educativo.
Tras acumular conocimientos y experiencia, su equipo contactó hace tres años con Navarrabiomed para poner en marcha el proyecto colaborativo Mepertrobe. Una iniciativa coordinada por ADItech, a su vez coordinador del Sistema Navarro de I+D+i (SINAI), y financiada por el Gobierno de Navarra en la convocatoria de ayudas a centros tecnológicos y organismos de investigación para la realización de proyectos de I+D colaborativos. ¿Su objetivo? Dar un renovado impulso a los tratamientos que se les da a los pacientes basados en realizar cambios en su estilo de vida.
Quienes deseen conocer más a fondo el proyecto pueden hacerlo a través de este enlace
«Comer de forma más saludable o hacer ejercicio es siempre el primer paso antes de recurrir a medicamentos o cirugías. Pero tiene una tasa de fracaso alta, que asciende a entre el 80 y el 90 % de los casos. En esta línea, es importante tener en cuenta que no se trata de una falta de voluntad, sino que estas personas están condicionadas a nivel biológico y, por tanto, es necesario determinar qué características apoyan su mejora y cuáles la obstaculizan», detalla Amelia Marí Sanchís, médica especializada en Endocrinología y Nutrición que apoya las labores de Navarrabiomed.
Javier Gómez-Ambrosi y Amelia Marí Sanchís colaboraron con otros seis profesionales en el proyecto Mepetrobe.
Ante este contexto, ambos centros de investigación plantearon una doble respuesta. Por un lado, buscaron profundizar en los distintos aspectos que pueden provocar el fracaso del tratamiento a través de un estudio de campo. Y, al mismo tiempo, esperaban volcar esos conocimientos en una herramienta que, usando Inteligencia Artificial (IA), permitiera a cualquier especialista predecir el éxito de un tratamiento, según los parámetros del paciente.
«EN VIDA REAL»
En primer lugar, especialistas en Endocrinología y Nutrición del Hospital Universitario de Navarra (HUN) contribuyeron al proyecto con el reclutamiento de pacientes. Este equipo, conformado por Marí Sanchís, la doctora Sonsoles Botella y la enfermera Maite Yeregui, lograron fomentar la participación de 90 personas en el estudio, cuyo fin era observar «en vida real» la evolución de cada participante con asistencia médica. Así lo hicieron desde el Grupo de Patogénesis Microbiana de Navarrabiomed, compuesto por los investigadores Iñigo Lasa y Gabriel Mendívil, y el equipo de la Clínica Universidad de Navarra, conformado por Gómez-Ambrosi y la doctora Victoria Catalán (quienes también pertenecen al centro nacional de investigación CiberOBN).
«En primer lugar, recabamos datos básicos como la condición del paciente, sus parámetros fisiológicos o análisis de sangre, así como información más especializada como estudios de arquitectura del sueño, secuenciación de RNA o metagenómica. Buscábamos contar con todo tipo de información tomada del día a día de los participantes y relacionada con su composición corporal, así como los riesgos cardiovasculares. De esta forma, esperábamos valorar su evolución después de aplicar tratamientos basados en dieta y cambios en el estilo de vida», incide Gómez-Ambrosi.
La iniciativa realizó un seguimiento a 90 pacientes a lo largo de cuatro meses por medio de diferentes estudios.
Así, el equipo de Mepertrobe buscó caracterizar a los pacientes que, tras dos meses de llevar una dieta «intensa», no perdían peso y aquellos que sí lo lograban. Dentro de este último grupo, también se esperaba determinar luego de otros cuatro meses qué tipo de personas mantenían el peso con una dieta de mantenimiento y cuáles lo ganaban de nuevo. «Pero también descubrimos un perfil que no preveíamos. Ciertas personas son capaces de perder peso tras mantener una dieta constante a lo largo de seis meses», señala Marí Sanchís.
UN MODELO PREDICTIVO
En una segunda fase, Mepertrobe buscó volcar la información analizada en un algoritmo que permitiese predecir la probabilidad de éxito de un tratamiento, según las características más básicas de un paciente. De este bloque de trabajo se encargó un equipo de la Universidad de Navarra conformado por Rocío Marugán e Idoia Ochoa, investigadoras especializadas en Big Data.
«En concreto, estamos desarrollando una web tool abierta a todo el mundo que ayude a endocrinos, nutricionistas, enfermeros y a los propios pacientes. Queremos determinar, por ejemplo, los cambios que necesitan introducir en sus vidas o qué tipo de dieta es la más adecuada», celebra Marí Sanchís.
