Esta nova metodologia pode ser útil para os médicos anteciparem os pacientes que irão precisar de quimioterapia ou que vão desenvolver doenças autoimunes, de acordo com informações divulgadas pela Universidade de Oviedo.

Juan Luis Fernández Martínez, professor do departamento de Matemática da Universidade de Oviedo, e Ana Pilar González-Rodríguez, do Hospital Universitário Central das Astúrias (HUCA), os investigadores que assinam o artigo, descrevem a leucemia linfocítica crónica como uma doença com grande variedade clínica.

Ana Pilar González-Rodríguez afirmou que “um dos maiores desafios desta patologia é prever a sua evolução para que os pacientes possam beneficiar de um tratamento precoce e mais intenso”.

Os investigadores analisaram um banco de dados com diferentes variáveis clínicas de 265 pacientes do Hospital Cabueñes, em Gijón, para elaborar este novo modelo matemático.

Os algoritmos encontrados foram capazes de prever o desenvolvimento de doenças autoimunes com uma precisão de 90% e a necessidade de usar a quimioterapia com 80%.

A metodologia utilizada pela equipa de pesquisa inclui a análise de risco mediante curvas (Receiver Operating Characteristic), que alcança um equilíbrio entre falsos positivos e falsos negativos.

"Os dados em que se baseiam as previsões são simples, baratos e acessível a qualquer hospital. Análises semelhantes poderiam ser feitas com outros dados e outras doenças, como no passado, foi feito com o linfoma de Hodgking", disse o professor Fernández Martínez.

Este estudo, que acaba de ser publicado no ‘Journal of Biomedical Informatics’, é o resultado do estudo conjunto de investigadores do departamento de Matemática e do Centro de Inteligência Artificial da Universidade de Oviedo, do Instituto Universitário Oncológico do Principado Astúrias (IUOPA) e do departamento de hematologia do Hospital Universitário Central das Astúrias (HUCA).

O trabalho faz parte da tese de doutorado de Enrique de Andrés Galiana, intitulado "Projeto de robôs biomédicos e sua aplicação na medicina translacional”.