En su tesis de diploma, utiliza métodos de aprendizaje automático para analizar cómo se puede mejorar la atención de varios pacientes patológicos

PAMPLONA, 7 de agosto (EUROPA PRESS) –

Pablo Bretos Azcona, economista sanitario, trabajó en su tesis doctoral en la Universidad Pública de Navarra, diferentes colectivos de pacientes pluripatológicos no oncológicos de alto riesgo, sus necesidades y la organización y mejora de los servicios sanitarios integrados para ellos.

“Este trabajo, en el que utiliza métodos de aprendizaje automático, muestra que al estimar el riesgo de deterioro en la salud, podemos identificar subpoblaciones de varios pacientes patológicos y estimar la esperanza de vida hasta la muerte”, explica.

Los pacientes multipatológicos son pacientes con una variedad de enfermedades crónicas y requieren atención continua de una variedad de profesionales de la salud. Este trabajo muestra que se pueden identificar diferentes subconjuntos de esta población de pacientes en función del riesgo o la probabilidad de que su salud se deteriore.

“Este proceso, conocido como estratificación de riesgo, nos permite estimar una puntuación de riesgo para cada paciente. Y de esta forma, luego de segmentar y evaluar las opciones, podemos identificar aquellos subgrupos de pacientes que no se benefician de su atención actual y adecuar su salud. “Estrategias de atención para ellos”, explica el autor de la tesis en una nota.

En su investigación, Pablo Bretos también examinó los patrones de supervivencia de subgrupos de pacientes para estimar la esperanza de vida de cada tipo de paciente. «Estos datos ayudan a planificar la atención terminal que todos necesitan», dice.

Específicamente, se identificaron tres subgrupos entre los pacientes de alto riesgo, cada uno de estos grupos con características y necesidades especiales. La investigación sugiere, en el caso de la subpoblación de menor riesgo, continuar con el actual programa de gestión de casos del Servicio de Salud de Navarra: Osasunbidea; Lanzamiento de un nuevo programa centrado en la atención domiciliaria para la subpoblación de riesgo medio con capacidades funcionales limitadas; y puso en marcha un nuevo programa de cuidados paliativos domiciliarios para la población de muy alto riesgo.

El principal resultado de la disertación es que la división de estos múltiples pacientes patológicos en diferentes subgrupos “tiene importantes implicaciones para la organización del sistema de salud y para la mejora de la atención que se adapta a las necesidades de cada paciente individual ayuda en la organización de nuevos programas de cuidados paliativos para pacientes no oncológicos, servicios que hasta ahora han sido utilizados principalmente por pacientes oncológicos ”.

La disertación se titula «Una estratificación del riesgo con técnicas de» machine learning «para identificar tipos de pacientes multipatológicos de alto riesgo, sus necesidades y la posterior organización de los servicios de atención integral». La disertación de Pablo Bretos Azcona, que está dirigida conjuntamente por el profesor Juan Manuel Cabasés Hita y el profesor Eduardo Sánchez Iriso, ambos del Departamento de Economía de la UPNA, fue premiada con «cum laude».

CURRÍCULO DE PABLO BRETO

Pablo Bretos es licenciado en Economía por la Universidad de Navarra, Máster en Economía de la Salud por la London School of Economics and Political Science (LSE) y Doctor en Economía, Administración de Empresas y Derecho por la Universidad Pública de Navarra. También completó cursos de posgrado en big data y aprendizaje automático en la Universidad de Harvard.

El economista sanitario Bretos tiene experiencia como consultor en Londres y actualmente desarrolla su actividad profesional en el sector farmacéutico en España. Su trabajo se centra en el análisis de datos de salud y el desarrollo de modelos de evaluación económica, especialmente la rentabilidad y los efectos presupuestarios, que se utilizan para tomar decisiones sobre el financiamiento de los productos farmacéuticos.

Como resultado de su investigación, se han publicado artículos científicos en revistas importantes como British Medical Journal (BMJ), Supportive and Palliative Care y BMC Health Services Research.