A investigadora MSCA-COFUND Blanca Monroy Castillo defendeu recentemente a súa tese doutoral titulada “Modelos de Curación Flexibles en Ciencia de Datos para Predicir a Remisión Sostida na Artrite Reumatoide”, desenvolvida baixo a dirección de Ricardo Cao Abad, María Amalia Jácome Pumar, do CITIC da UDC, e Francisco J. Blanco García, do CICA.

O traballo supón un avance relevante no campo da análise de supervivencia, ao incorporar ferramentas innovadoras para o estudo de resultados clínicos a longo prazo, especialmente en contextos nos que algúns pacientes poden non chegar a desenvolver a enfermidade ou o empeoramento que se está a estudar. Estas situacións, habituais en enfermidades crónicas como a artrite reumatoide, abórdanse mediante modelos de cura por mestura que diferencian entre individuos susceptibles e aqueles en remisión prolongada.

A partir deste enfoque, a investigación achega novas ferramentas estatísticas para entender mellor que factores inflúen na probabilidade de curación en pacientes con enfermidades crónicas. Entre os resultados principais, inclúese un estudo comparativo de distintos métodos para medir relacións entre variables, do que se obtén unha versión mellorada máis estable e fiable, especialmente cando se traballa con conxuntos de datos pequenos ou medianos.

Ademais, o traballo propón catro novas probas estatísticas que permiten analizar se determinadas variables inflúen nas taxas de curación. Tres destas probas baséanse nunha técnica avanzada capaz de detectar relacións complexas e non lineais entre variables. Os estudos realizados mediante simulacións mostran que estes métodos funcionan correctamente e ofrecen mellores resultados ca outras alternativas xa existentes en diferentes situacións.

Para facilitar o seu uso por parte doutros investigadores, todas as metodoloxías desenvolvidas implementáronse nun paquete de R chamado MDCcure, que permite aplicar estas técnicas de forma accesible na análise de supervivencia.

Finalmente, o traballo validouse con datos reais de pacientes con artrite reumatoide. Neste caso, os métodos propostos permiten identificar factores asociados a unha maior probabilidade de remisión sostida, o que pode ser útil para mellorar a toma de decisións clínicas e avanzar cara a tratamentos máis personalizados.