Célula del lupus, característica del lupus eritromatoso. / Wikimedia

Demostrada la utilidad de los ‘big data’ en geoepidemiología de enfermedades autoinmunes

.

Un equipo internacional de investigadores, con participación del Hospital Clinic de Barcelona, ha analizado casi 400.000 casos de pacientes con enfermedades autoinmunes sistémicas con la ayuda del buscador Google y la base de datos Pubmed. El estudio muestra por primera vez los beneficios de los ‘big data‘ en los análisis geográficos de este tipo de enfermedades.

.

Hospital Clínic de Barcelona / Los big data o datos masivos están cambiando el panorama de la investigación científica, también en medicina, donde en áreas como la epidemiología o la genética permiten analizar poblaciones totales o casi totales en estudios que pueden ser relativamente básicos (determinar las incidencias de una enfermedad en una población concreta), o muy complejas (analizar la eficacia de nuevos fármacos sobre un conjunto global de población o una investigación genética a gran escala).

Los bid data generan beneficios que se pueden obtener para la investigación médica de estas enfermedades autoinmunes que afectan al cuerpo entero, en lugar de a una parte  

Ahora, un estudio de geoepidemiología autoinmune realizado sobre 394.827 pacientes con enfermedades autoinmunes sistémicas (SAD) muestra los resultados de una investigación con datos masivos y los beneficios que se pueden obtener para la investigación médica de estas enfermedades autoinmunes que afectan al cuerpo entero, en lugar de a una parte.

El trabajo, que se publica en Autoimmunity Reviews, ha estado liderado por el Laboratorio de Enfermedades Autoinmunes Josep Font CELLEX-IDIBAPS, el Grupo de Investigación en Atención Primaria IDIBAPS-CAPSBE y el Hospital Clínic, en colaboración con la Tel Aviv University, el King’s College University de Londres y Harvard Medical School de Boston.

.

‘Mapa’ geoepidemiológico de alta definición

Los investigadores han explorado el potencial del motor de búsqueda de Google para recoger y agrupar una gran serie de SAD referenciadas en la base de datos científica Pubmed. El resultado es un ‘mapa’ geoepidemiológico de alta definición de cada enfermedad a partir de una seria de variables epidemiológicas, geográficas, de tipos de bases de datos étnicas y clínicas.

El equipo realizó una búsqueda de texto en Google entre el 20 y el 31 de enero de 2015 utilizando el algoritmo de búsqueda de texto “’enfermedad autoinmune sistémica’, ‘1.000…100.000 pacientes’ y ‘www.ncbi.nim.nig.gov‘. A las referencias obtenidas con el buscador se añadieron manualmente listas de referencias a artículos relevantes que la búsqueda no recogió, y excluyeron las revisiones, los meta-análisis los estudios epidemiológicos en pacientes que no tenían enfermedades autoinmunes sistémicas y las cohortes duplicadas.

Las referencias resultantes se analizaron de forma independiente por parte de dos revisores, y de las finalmente seleccionadas se extrajeron los datos referentes al tipo de SAD, número de pacientes, país, fuentes de los datos, tipos de bases de datos, criterios de inclusión y exclusión, distribución por género, edad al inicio del estudio seleccionado, diagnóstico, y/o entrada en el estudio seleccionado y datos étnicos.

.

Las SAD más estudiadas

Del total de SAD buscadas en el estudio se recogieron datos relevantes de lupus eritematoso sistémico (LES), enfermedad de Kawasaki, arteritis de célula gigante, enfermedad de Behçet, esclerosis sistémica, síndrome de Sjögren primario, sarcoidosis, inmunodeficiencias primarias, amiloidosis, vasculitis de tamaño medio, polimialgia reumática, miopatías inflamatorias, granulomatosis con poliangitis, la enfermedad de Schonlein-Henoch y el síndrome antifosfolípido.

.