La fragilidad en la población anciana es un síndrome que se manifiesta a través de la pérdida de fuerza y agotamiento, y está asociada a diversas condiciones de salud. Este fenómeno ha captado la atención del Grupo de Sistemas Inteligentes (GSI) de la Universidad Politécnica de Madrid (UPM), que ha desarrollado un innovador modelo de aprendizaje automático para predecir tanto la fragilidad como la pre-fragilidad, enfocándose especialmente en los aspectos físicos relacionados con esta condición.
Con el aumento de la esperanza de vida, se vuelve crucial establecer políticas que promuevan la prevención y tratamiento de la fragilidad. La implementación de estas estrategias no solo podría mejorar significativamente la calidad de vida de las personas mayores, sino también aliviar la presión sobre el sistema sanitario. Los avances en técnicas de aprendizaje automático ofrecen resultados alentadores para crear herramientas médicas efectivas en este ámbito.
Desarrollo del modelo predictivo
La fragilidad se asocia con un deterioro en las reservas fisiológicas y funciones físicas y cognitivas, lo que incrementa el riesgo de caídas y hospitalizaciones. En este contexto, el equipo del GSI se propuso construir un conjunto de datos para investigar la fragilidad mediante el uso del aprendizaje automático. Para ello, se basaron en una definición establecida por la epidemióloga Linda P. Fried en 2001, que identifica cinco criterios clave: pérdida involuntaria de peso, lentitud, fuerza de agarre, nivel de actividad física y agotamiento. Esto permite clasificar a los individuos en tres grupos: frágiles, pre-frágiles y robustos.
Para entrenar su modelo, los investigadores utilizaron datos del English Longitudinal Study of Ageing (ELSA), uno de los estudios más completos sobre el envejecimiento en el Reino Unido desde 2001. Tras analizar estos datos, desarrollaron un modelo capaz de estimar el riesgo de fragilidad a dos años vista. Han identificado las variables más relevantes para crear un cuestionario dirigido a personas mayores, abarcando aspectos médicos, económicos, sociales y culturales sin requerir pruebas invasivas.
Aplicaciones prácticas del estudio
Los resultados obtenidos permiten evaluar el nivel de fragilidad en ancianos utilizando arquitecturas avanzadas de aprendizaje automático previamente entrenadas. Esta integración entre ciencia de datos y medicina tiene un potencial significativo para mejorar la salud pública. Uno de los logros destacados del proyecto es un espejo inteligente, diseñado para ser instalado en hogares de personas mayores con el fin de ayudarles a gestionar su riesgo de fragilidad.
El éxito del estudio se debe al esfuerzo colaborativo con otras instituciones como la Universidad de Castilla-La Mancha y el Centro de Investigación Biomédica en Red sobre Fragilidad y Envejecimiento Saludable (MIRATAR). Este proyecto cuenta con financiación del Ministerio de Ciencia, Innovación y Universidades y la Unión Europea (NextGenerationEU/Plan de Recuperación).
Si (
No(
