Científicos de UdeA desarrollan modelo predictivo para mejorar tratamientos contra la tuberculosis

hace 2 semanas 3

Avance científico en Medellín: UdeA diseña modelo para tratar la tuberculosis más eficazmente

Un grupo de investigadores de la Universidad de Antioquia (UdeA) ha presentado un avance científico crucial en el tratamiento de la tuberculosis, una enfermedad que afecta de manera desproporcionada a Medellín, donde el riesgo de contagio es 2.7 veces mayor que en el resto de Colombia. Los científicos han creado un modelo predictivo capaz de determinar la severidad de la infección desde su inicio, con el objetivo de formular tratamientos más eficaces y específicos para cada paciente.

Este modelo se diseñó tras estudiar una cohorte de 88 pacientes con tuberculosis activa. La metodología empleada se basó en un enfoque multidisciplinario que incluyó análisis clínicos, la medición de citoquinas en la sangre de los pacientes —proteínas que regulan la actividad celular—, y la secuenciación genómica del Mycobacterium tuberculosis, la bacteria responsable de la enfermedad.

“Con una cohorte de 88 pacientes aptos, se logró la integración de varios tipos de estudios y se creó un modelo predictivo confiable que podrá ser replicado a mayor escala en diferentes partes del mundo”, contó Andrés Baena García, profesor de la Facultad de Medicina y miembro del Grupo de Inmunología Celular e Inmunogenética —Gicig— de la UdeA.

De acuerdo con lo revelado por la Universidad de Antioquia, el algoritmo predictivo desarrollado por los investigadores evalúa varios factores, incluyendo la valoración clínica inicial del paciente, el comportamiento de las citoquinas en su sangre y la secuenciación del ADN de la bacteria que causa la infección. Según los científicos, este enfoque integral es novedoso, ya que abarca tanto las características del paciente como las del microorganismo que produce la enfermedad.

«Se evaluaron todos los frentes: las personas, su comportamiento celular y el microorganismo que está produciendo el daño, porque regularmente las investigaciones se basan en lo que pasa con el paciente», dijo Juan Fernando Alzate Restrepo, director del Centro Nacional de Secuenciación Genómica de la Universidad de Antioquia.

Para Medellín, donde la tasa de incidencia de la tuberculosis es de 97 casos por cada 100,000 habitantes, este avance podría ser particularmente relevante.

El modelo ha sido probado en tres momentos clave durante el tratamiento: al inicio de la infección (tiempo 0), a los dos meses y a los seis meses, periodo en el que generalmente se completa el tratamiento estándar de la tuberculosis. Según el profesor Baena García, «se dieron pasos trascendentes y beneficiosos para el paciente quien, en resumen, sufre menos, disminuye el riesgo de complicaciones y secuelas y ahorra costos en su tratamiento».

Este avance de la UdeA tiene el potencial de ser aplicado no solo en Colombia, sino también en otros países donde la tuberculosis sigue siendo una enfermedad de alto impacto. La capacidad de predecir la severidad de la infección desde el inicio abre nuevas oportunidades para mejorar los resultados clínicos y reducir la propagación de esta enfermedad, que, según la Organización Mundial de la Salud (OMS), sigue siendo una de las principales causas de muerte en todo el mundo.

Los investigadores han destacado que esta herramienta no solo es de valor para los pacientes, sino también para los sistemas de salud, que podrán optimizar el uso de recursos y personal, reduciendo los costos asociados a tratamientos prolongados y complicaciones evitables.

Este modelo predictivo es el resultado de décadas de investigación en el campo de la tuberculosis por parte de la UdeA. Además de este avance, en estudios anteriores, el equipo de investigadores ya había identificado variantes genéticas del Mycobacterium tuberculosis que circulan en Colombia y Perú, lo que ha permitido entender mejor la evolución de la bacteria y su impacto en las poblaciones locales.

El equipo de investigación espera que este modelo predictivo se pueda implementar en un futuro cercano como una herramienta diagnóstica clave para médicos y centros de salud, brindando una mayor capacidad para personalizar los tratamientos y, eventualmente, reducir la tasa de mortalidad asociada a la tuberculosis.