Ana López, Ricardo Cao Abad, María Amalia Jácome Pumar e Ingrid Van Keilegom

Ana López, Ricardo Cao Abad, María Amalia Jácome Pumar e Ingrid Van Keilegom han obtenido el premio por su trabajo Nonparametric incidence estimation and bootstrap bandwidth selection in mixture cure models, que propone “un enfoque alternativo para crear modelos de supervivencia de pacientes de cáncer”, según resalta el acta del jurado, utilizando unas técnicas conocidas en estadística como análisis de supervivencia.

El método con en la que trabaja el equipo galardonado analiza el tiempo que transcurre entre el comienzo de seguimiento del individuo en el estudio y la aparición de un evento de interés. Este evento de interés puede ser la recaída de una enfermedad, la necesidad de una operación o la muerte de un paciente, por ejemplo. “En el análisis de supervivencia se supone que todos los individuos del estudio van a experimentar ese evento de interés, que lo define el investigador”, explica Ana López, investigadora distinguida Beatriz Galindo en el Grupo de Investigación Modelización, Optimización e Inferencia Estadística de la Universidade da Coruña y coordinadora de la investigación.

“Nosotros trabajamos específicamente con modelos de curación, que consideran que va a haber un porcentaje de pacientes que no va a sufrir ese evento de interés. Por ejemplo, en estudios de cáncer sí que se cumple esto: hay un porcentaje de pacientes que, afortunadamente, nunca van a sufrir la muerte”, continúa. Estos modelos, añade la investigadora, tienen muchísima aplicabilidad. “Los podemos aplicar al estudio de cualquier situación en la que queramos estudiar el tiempo hasta un evento de interés en el que sepamos que no todos los individuos van a sufrir esos efectos”, añade.

Desde el inicio de la pandemia de Covid-19 han estudiado, con esta técnica, la congestión de hospitales. “Queríamos conocer el nivel de congestión tanto de la planta de los hospitales como de las UCI”, señala López. Para ello, estudiaban el tiempo desde la infección hasta el ingreso en el hospital y el tiempo de estancia en planta o en UCI. “Ese era el evento de interés. Había un porcentaje de pacientes que nunca iban a ingresar en hospital; de los que estaban en hospital había otro porcentaje que no iba a entrar en UCI, etc., y aquí entran en juego los modelos de curación”, explica.

Además, los investigadores premiados han desarrollado un software que es de uso público. “Se trata de que cualquier persona, aplicando nuestra herramienta, pueda aplicar o estimar tiempos hasta que sucede un evento de interés, o evaluar las probabilidades de que una persona sufra o no este evento”.