Un estudio de la Universidad de Oxford revela avances en el uso de sensores para mejorar el cuidado de largo plazo en pacientes con Parkinson.
Las caídas representan un problema común y grave para las personas con Parkinson, afectando su movilidad, calidad de vida y esperanza de vida. Un estudio reciente de la Universidad de Oxford, publicado en npj Digital Medicine, demuestra cómo los datos recopilados por dispositivos portátiles o wearables pueden predecir el riesgo de caídas en pacientes con Parkinson hasta con cinco años de anticipación. Según los autores, este avance podría transformar la planificación del cuidado y prevenir lesiones potencialmente mortales.
El equipo del laboratorio NeuroMetrology, del Departamento de Neurociencias Clínicas de Oxford, recopiló datos de 104 personas con Parkinson que no habían experimentado caídas previas. Se utilizaron seis wearables para registrar actividades breves como una caminata de dos minutos y una tarea de equilibrio postural de 30 segundos. Adicionalmente, se emplearon cuestionarios y escalas clínicas para evaluar la gravedad de la enfermedad y la percepción de los pacientes sobre su movilidad.
Mediante métodos de machine learning, los investigadores analizaron los datos recopilados en la primera visita del estudio, junto con seguimientos a 24 y 60 meses. Los resultados mostraron diferencias significativas en la variabilidad de la marcha y el equilibrio entre quienes experimentaron caídas y quienes no. El modelo de clasificación de Random Forest alcanzó una precisión del 78% y un área bajo la curva (AUC, en inglés) de 0.85 en el análisis a 60 meses, mientras que, en los seguimientos a 24 meses, la precisión fue aún mayor, superando el 90%.
Este enfoque basado en sensores no solo reduce el tiempo y los recursos necesarios en los entornos clínicos, sino que también minimiza la carga para los pacientes. La capacidad de predecir caídas permite desarrollar programas de cuidado personalizados, enfocados en la prevención y en la mejora de la calidad de vida. Además, los hallazgos presentados en el estudio tienen aplicaciones potenciales en la planificación de recursos de salud pública y la selección de participantes para ensayos clínicos enfocados en prevenir caídas.
Según la autora principal, la profesora Chrystalina Antoniades, este trabajo abre nuevas oportunidades para mejorar la gestión del Parkinson y diseñar estrategias de prevención realistas y efectivas. El estudio forma parte de la investigación longitudinal del proyecto Oxford Quantification in Parkinsonism (OxQUIP).
Los avances en el uso de wearables combinados con machine learning y otras técnicas de inteligencia artificial (IA) representan un paso importante hacia una atención más precisa y proactiva para los pacientes con Parkinson. Este estudio destaca el potencial de estas tecnologías para predecir y prevenir caídas y además subraya la importancia de una atención centrada en el paciente para mejorar su bienestar a largo plazo.
