D-Risc, una campaña de micromecenazgo para abordar la degeneración del disco intervertebral desde la tecnología y fomentar la lucha contra la lumbalgia crónica desde casa
D-Risc, una campaña de micromecenazgo para abordar la degeneración del disco intervertebral desde la tecnología y fomentar la lucha contra la lumbalgia crónica desde casa
D-Risc, una campaña de micromecenazgo para abordar la degeneración del disco intervertebral desde la tecnología y fomentar la lucha contra la lumbalgia crónica desde casa
La unidad BCN MedTech de la UPF, en el marco de la Cátedra QUAES-UPF, lanza una campaña de micromecenazgo para ayudar a financiar el nuevo proyecto “D-Risc: modelos y simulaciones para la prevención y tratamiento de la lumbalgia crónica”. Este, fruto de la apuesta de la Fundación por impulsar los proyectos basados en los principios de la Investigación e Innovación Responsable (RRI), cuenta con el apoyo de UPFund y del People Health Living Lab, cuyo objetivo es fomentar el compromiso de la gente con su salud. Desde la página web de la campaña se puede colaborar mediante una donación puntual o a través de una aportación regular. El responsable del proyecto es Jérôme Noailly, investigador principal del área de investigación en Biomecánica y Mecanobiología de BCN MedTech, dentro del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF.
“La ciudadanía debe ser partícipe de la investigación con pleno derecho. Es por eso que desde la Fundación impulsamos la participación de las asociaciones de pacientes y defendemos el cambio de paradigma que supone saber que la responsabilidad y el desarrollo de dicha investigación no recae exclusivamente en el investigador”, afirma Javier Benítez, Presidente de Fundación QUAES.
El objetivo es anticipar el riesgo de degeneración de los discos para facilitar recomendaciones y guías que permitan mejorar el diagnóstico de la lumbalgia crónica y la individualización del tratamiento.
La degeneración de los discos intervertebrales es un problema reumatológico muy relacionado con el dolor de espalda a nivel lumbar que afecta hasta a un 85% de la población y cuya cronicidad es la principal causa de incapacidad laboral. “Nuestro objetivo es empezar a explotar los años de experiencia en modelado del disco intervertebral y de la columna a múltiples niveles, para caracterizar un índice de riesgo personalizado de la degeneración de los discos intervertebrales”, explica Jérôme Noailly. Para cada individuo se tiene en cuenta datos como la morfología del disco —que se puede conocer gracias a una imagen médica—, la estimación de las cargas mecánicas causadas por su actividad física, los hábitos o la presencia de otras enfermedades.
“Calcularemos este índice mediante modelado y simulaciones basándonos en predicciones del cambio de actividad de las células del disco intervertebral lumbar. Queremos cuantificar el riesgo de que las células del disco intervertebral desarrollen un tipo de actividad que, a largo plazo, limite el mantenimiento de los tejidos del disco”, añade.
Buscan comprender mejor los factores de riesgo de cada paciente, especialmente los que son modificables. Concretamente, pretenden anticipar el riesgo de degeneración de los discos para facilitar recomendaciones y guías que permitan mejorar el diagnóstico de la lumbalgia crónica y la individualización del tratamiento. Por otro lado, buscan contribuir a la prevención de la enfermedad mediante la publicación de pautas y consejos para mantener unos discos intervertebrales sanos lo más tiempo posible.
El proyecto se beneficia de una gran colección de modelos de discos intervertebrales de pacientes que juntos permiten simular múltiples escenarios de procesos de degradación biológica acelerada del disco intervertebral en función de particularidades individuales.
En una primera etapa, el proyecto se beneficia de una gran colección de modelos de discos intervertebrales de pacientes que juntos permiten simular múltiples escenarios de procesos de degradación biológica acelerada del disco intervertebral en función de particularidades individuales. Usando técnicas de aprendizaje automático, la minería de los datos simulados permitirá establecer analogías con casos reales, informados a través de los datos de usuarios que querrán conocer sus propios factores de riesgo y decidir cómo actuar en función del conjunto de factores modificables. Finalmente, otro de sus objetivos es llegar a utilizar los resultados obtenidos para optimizar las metodologías de rehabilitación aportando recomendaciones a los profesionales en el área de salud de espalda (médicos, enfermeros, fisioterapeutas, quiroprácticos, entrenadores de fitness etc.).