investigacion
Las matemáticas ayudan a predecir las camas de hospital necesarias si llega otra pandemia
Un equipo de la Universidad de Zaragoza desarrolla un modelo matemático basado en lo aprendido durante la covid-19 que predice las necesidades de camas hospitalarias para situaciones de estrés.
Investigadores de la Universidad de Zaragoza, que pertenecen al grupo de Modelos Estocásticos y al Instituto de Biocomputación y Física de Sistemas Complejos (Bifi), han desarrollado un modelo de gestión para hospitales capaz de predecir el número de camas de hospital y camas de uci necesarias en situaciones sanitarias de estrés como la que provocó la pandemia de covid-19, de la que se cumplen tres años.
En la investigación han contado con datos oficiales de la covid-19 que les facilitó el Instituto Aragonés de Ciencias de la Salud y trabajaron con los afectados registrados entre julio de 2020 y febrero de 2021, sin la identificación de los enfermos. De los 100.000 infectados, unos 10.000 fueron ingresados en centros hospitalarios y el tiempo medio de uso de las camas por los afectados fue de ocho días en planta y 17 jornadas en las uci en los hospitales de Aragón.
“Teníamos experiencias previas como con las operaciones de urología y el fracaso quirúrgico", explica Gerardo Sanz, responsable del Departamento de Estadísticas de la Facultad de Ciencias. Así, trabajaban con el urólogo Ángel Borque y sus estudios permitieron reducir del 35% al 16% el porcentaje de pacientes que llegaban al quirófano, los abrían y tenían que volverlos a cerrar porque no podían operarlos debido a su estado.
“Al surgir la pandemia, eso provocó la necesidad de hacer otro estudio y los médicos nos dijeron que era importante conocer el tiempo que iban a estar hospitalizados. Si no conoces cuántos van a entrar al hospital no puedes prevenir y aquí se produjo una evolución de la enfermedad. Porque al principio estaban más tiempo y era más grave, pero luego pasaron a ser más cortas las estancias y menos graves”, agrega Luis Mariano Esteban, de la Escuela Politécnica de La Almunia.
El modelo utilizado por los investigadores ha combinado diversas técnicas al utilizar un mecanismo probabilístico-estadístico que recoge los estados “multiestado”, “supervivencia” o ‘cure’ de los enfermos. El trabajo analiza la trayectoria de los pacientes que han sufrido la enfermedad y estima las necesidades futuras de camas del sistema sanitario.
Entre los investigadores predominan los miembros de la Facultad de Ciencias y especialistas en Estadística, como Gerardo Sanz, Ana Pérez, Javier López y Ana Carmen Cebrián, pero se suman también Miguel Lafuente, profesor de la Facultad de Sociales, y Luis Mariano Esteban, coordinador de Ingeniería de Datos de la Escuela Politécnica de La Almunia.
Aplicación a un hospital o a todo el sistema sanitario
Agregan que las consecuencias de su estudio puede aplicarse a un hospital, a un conjunto de hospitales o al sistema sanitario de una zona. Frente a otros modelos similares aplicados en Israel, otros dos en Europa y uno en Estados Unidos, los aragoneses sostienen que su resolución es superior en todos los escenarios.
Detallan que el tipo de trabajo previo es básico para analizar cualquier sistema sanitario y supone aplicar la fecha del diagnóstico de la enfermedad, el día de la hospitalización, el ingreso en la uci, y las fechas de alta (sea uci o de la habitación de planta) o del fallecimiento. El modelo ha sido validado con los datos reales de la pandemia de la covid-19 en Aragón.
Luis Mariano Esteban señala que las predicciones que estiman permiten saber la ocupación de las camas en los diez días siguientes y sirve para prepararse: al conocer si va a crecer o bajará la ocupación, puede ayudar a marcar algunas operaciones pendientes. “Esto sirve para el vaciado del hospital o su llenado”, agrega Ana Pérez. Añaden que el estudio que han facilitado al Gobierno de Aragón pueden aplicarlo en próximos episodios, como en una hipotética “ola de la gripe aviar, si llegara”, destaca Gerardo Sanz.
Asimismo, inciden en que los datos reales utilizados se han utilizado para hacer predicciones de ocupación de camas desde 7 a 14 días en tres escenarios que suceden a lo largo de la ola de contagios: el incremento de la enfermedad o subida de la ola, el momento crítico con la máxima presencia de enfermos, y la reducción de los ingresados.
“Hay un efecto muy importante que nos destacó el médico (el urólogo Ángel Borque) y no éramos conscientes: todo lo que dedicas a esta enfermedad se lo quitas a otras que tienen listas de espera”, apunta Sanz, quien recuerda también que, de los hospitales de campaña que se montaron en la Feria de Muestras y la Sala Multiusos, “apenas se utilizó el segundo para las vacunas”.
En un repositorio internacional
El modelo estudiado por los profesores de la Universidad de Zaragoza se ha instalado en un "repositorio internacional" con un manual para poder activarlo de manera “muy sencilla”, señala Ana Carmen Cebrián. Han desarrollado una herramienta informática de ayuda que es de uso libre y gratuito, que está a disposición de los gestores de los servicios sanitarios de cualquier lugar del mundo.
Respecto a la comparativa con los estudios israelí, americano y europeos, Gerardo Sanz destaca que en aquellos se necesitan datos bioquímicos y biológicos de cada enfermo o sus antígenos, por lo que son más complicados que el que han desarrollado en la Universidad de Zaragoza.
La sencillez del trabajo de la UZ es que apenas necesitan los datos básicos, como la fecha que dieron positivo, si fueron ingresados y en qué momento, así como si entró en la uci y cuándo salió o falleció. “Está pensado incluso para todo el sistema sanitario de Aragón y basta con meter esos datos”, agrega Sanz. “Si se puede monitorizar los enfermos que entran a un hospital por una enfermedad es ver la previsión de cuántas camas van a ocupar”, señala Luis Mariano Esteban.
La previsión del informe es que su modelo ayudará a los gestores de los sistemas sanitarios a realizar una mejor planificación de los recursos necesarios para la atención a los pacientes en una situación de pandemia o similares. Las predicciones sirven como una herramienta que anticipa la necesidad de habilitar camas uci extraordinarias o de instalar un hospital de campaña, por ejemplo.
“Se puede utilizar para pandemias globales o bien con patologías concretas. Organizar una planta de un hospital y un servicio es algo muy flexible”, añade Javier López.
