Dispositivos portátiles podrían predecir complicaciones de cirugía pediátrica

Las complicaciones posoperatorias, como las infecciones, pueden suponer riesgos significativos para la salud infantil, y su detección oportuna tras el alta hospitalaria suele ser difícil. Los métodos tradicionales para monitorear complicaciones dependen de informes subjetivos de los propios niños, quienes pueden tener dificultades para expresar sus síntomas, o de sus cuidadores, lo que puede retrasar la detección. Además, los métodos de monitorización existentes pueden requerir mucho tiempoy no siempre son eficaces para identificar complicaciones de manera temprana. Ahora, un estudio pionero ha utilizado dispositivos portátiles de consumo para predecir con rapidez y precisión las complicaciones posoperatorias en niños, demostrando su potencial para facilitar un tratamiento y atención más rápidos.

El estudio, realizado por investigadores de la Universidad Northwestern (Evanston, Illinois, EUA) y la Universidad de Alabama en Birmingham (Birmingham, Alabama, EUA), incluyó a 103 niños que usaron los dispositivos durante 21 días después de la cirugía. En lugar de basarse en métricas tradicionales como los niveles de actividad o la frecuencia cardíaca, los investigadores entrenaron un algoritmo utilizando nuevas métricas relacionadas con los ritmos circadianos y los patrones de actividad y frecuencia cardíaca. Estas métricas demostraron ser más sensibles para detectar complicaciones. El estudio demostró que el algoritmo podía predecir complicaciones hasta tres días antes del diagnóstico formal con una sensibilidad del 91 % y una especificidad del 74 %.

La investigación, publicada en Science Advances, demostró el potencial del sistema para proporcionar alertas tempranas de complicaciones. El uso de dispositivos portátiles permite una monitorización continua en tiempo real sin necesidad de una preparación compleja de muestras ni procedimientos invasivos. Los hallazgos sugieren que el sistema podría transformar la atención posoperatoria al permitir respuestas más rápidas a las complicaciones y mejorar la recuperación de los pacientes pediátricos. De cara al futuro, los investigadores planean ampliar el sistema para convertirlo en una aplicación en tiempo real que analice automáticamente los datos y envíe alertas a los equipos clínicos, lo que aumentaría aún más la capacidad de intervenir de forma rápida y eficaz.

"Hoy en día, los dispositivos portátiles de consumo son omnipresentes; y muchos los usamos para contar nuestros pasos, medir nuestro sueño y mucho más", dijo Arun Jayaraman, autor principal del estudio, profesor de la Facultad de Medicina Feinberg de la Universidad Northwestern y científico en el Shirley Ryan AbilityLab. "Nuestro estudio es el primero en aprovechar esta tecnología ampliamente disponible y entrenar el algoritmo con nuevas métricas más sensibles para detectar complicaciones. Nuestros resultados son muy prometedores para mejorar los resultados de los pacientes y tienen amplias implicaciones para la monitorización de la salud pediátrica en diversos entornos de atención".