Una nueva herramienta facilita la recogida de datos en investigación clínica – Tecnología

Investigadores de la Universidad de Málaga (UMA) han desarrollado una nueva herramienta web gratuita que permite descubrir qué genes pueden ser indicadores de la eficacia de un tratamiento antes de su inicio, lo que facilita la recogida y el análisis de datos en la investigación clínica.En el caso de este software, denominado FIMED, el investigador puede decidir qué información quiere recoger de los pacientes de un ensayo clínico e «incluso cambiarla, si fuera necesario», ha afirmado Ismael Navas, uno de los responsables del estudio, cuyos resultados han sido publicados en la revista «Computer Methods and Programs in Biomedicine».El experto del Departamento de Lenguajes y Ciencias de la Computación de la UMA ha destacado que en los últimos años los sistemas de gestión de ensayos clínicos se han convertido en instrumentos imprescindibles para el análisis de datos en este campo y que las limitaciones de diseño suponen un inconveniente al que FIMED propone una alternativa.»Permite gestionar de manera flexible, los datos de múltiples ensayos y avanzar, de este modo, hacia una medicina más personalizada», según ha señalado Navas en un comunicado de la UMA.Para dar forma a este software, ha sido indispensable el uso de las últimas tecnologías en gestión de datos, en concreto las denominadas «bases de datos no relacionales» o NoSQL, ideales para manejar un gran volumen de información.En la versión publicada se ofrece la oportunidad de que el personal investigador almacene el comportamiento de ciertos genes en diferentes fases de la enfermedad y el tratamiento. En la actualidad, los investigadores continúan mejorando esta herramienta para lograr incluir más tipos de análisis de datos que puedan resultar de interés en ensayos clínicos, tales como el uso de algoritmos de aprendizaje automático para descubrir patrones.Este tipo de técnicas posee una aplicación práctica en múltiples casos, como el reconocimiento del tipo de actividad que realizan pacientes obesos a lo largo de su seguimiento, a través de pulseras de actividad, o la diferenciación automática entre diversos tipos de manchas en la piel.

Social media & sharing icons powered by UltimatelySocial