Impacto de las soluciones digitales en la identificación de pacientes con asma grave no controlada en el primer nivel asistencial
Introducción
El asma grave constituye una entidad clínica compleja que requiere un abordaje multidisciplinar y altamente personalizado. Se caracteriza por la persistencia del mal control de la enfermedad a pesar de un tratamiento inhalado optimizado a dosis máximas, o por el empeoramiento clínico tras la reducción del tratamiento.
La identificación precoz de estos pacientes resulta fundamental para optimizar su manejo clínico, reducir el riesgo de exacerbaciones y facilitar el acceso a terapias avanzadas. En este contexto, los sistemas de soporte a la decisión clínica (Clinical Decision Support System, CDSS) representan una herramienta de gran utilidad para mejorar la detección de pacientes candidatos a valoración especializada.
La identificación precoz de estos pacientes resulta fundamental para optimizar su manejo clínico, reducir el riesgo de exacerbaciones y facilitar el acceso a terapias avanzadas. En este contexto, los sistemas de soporte a la decisión clínica (Clinical Decision Support System, CDSS) representan una herramienta de gran utilidad para mejorar la detección de pacientes candidatos a valoración especializada.
Aquí hay cosas interesantes
Objetivo
Desarrollar e implementar un CDSS capaz de optimizar la identificación de pacientes con posible asma grave no controlada y apoyar la toma de decisiones clínicas. El sistema integra automáticamente información procedente de antecedentes clínicos, tratamientos, comorbilidades, biomarcadores y parámetros funcionales respiratorios.
Esto se está poniendo interesante
Material y métodos
Se realizó el seguimiento de pacientes mediante un algoritmo CDSS implementado en el software CDS-Ripple Down (Abbott Diagnostics). Los criterios de inclusión, basados en guías clínicas vigentes y consensuados con Neumología, fueron:
Los pacientes identificados se registraron en un archivo Excel remitido periódicamente al Servicio de Neumología. Este informe permite al priorizar la atención médica especializada en función de la gravedad del caso, optimizando la detección precoz y el manejo integral de los pacientes con asma grave.
- Diagnóstico previo de asma
- Tratamiento optimizado con corticoides inhalados (ICS) combinados con agonistas beta-2 de larga duración (LABA) o con anticolinérgicos de larga duración (LAMA), ambos a dosis altas, o tratamiento con triple terapia fija (ICS + LABA + LAMA) en un único dispositivo
- Ausencia de seguimiento por Alergología en los últimos 5 años.
- Presencia de biomarcadores de inflamación tipo 2 (T2) en los 2 años previos, definidos por eosinófilos en sangre (≥ 0,4 × 10³/µL) o IgE total elevada
- Dispensación repetida de corticoides orales como indicador indirecto de exacerbaciones (revisado en receta electrónica)
Los pacientes identificados se registraron en un archivo Excel remitido periódicamente al Servicio de Neumología. Este informe permite al priorizar la atención médica especializada en función de la gravedad del caso, optimizando la detección precoz y el manejo integral de los pacientes con asma grave.
No está nada mal lo que cuentan aquí
Resultados
Durante el primer mes de evaluación del algoritmo se identificaron:
- 190 pacientes en tratamiento con ICS + LABA.
- 76 pacientes en tratamiento con ICS + LAMA.
- 24 pacientes en tratamiento con triple terapia.
Vamos a ver qué viene ahora...
Conclusiones
La incorporación de un sistema de soporte a la decisión clínica (CDSS) facilita la identificación de pacientes con sospecha de asma grave no controlada, favoreciendo una clasificación rápida, un seguimiento más eficiente y una mejor priorización para su valoración por el especialista.
Actualmente, el algoritmo se encuentra en fase de desarrollo y validación, con el objetivo de incorporar nuevos criterios clínicos que permitan mejorar la estratificación del riesgo y priorizar a los pacientes candidatos a tratamientos avanzados.
Asimismo, se está evaluando la integración de herramientas basadas en inteligencia artificial conversacional y agentes de voz automatizados, capaces de realizar cuestionarios clínicos estructurados al paciente, transcribir y analizar sus respuestas e incorporar esta información al proceso de triaje para mejorar la precisión en la asignación del nivel de riesgo.
Actualmente, el algoritmo se encuentra en fase de desarrollo y validación, con el objetivo de incorporar nuevos criterios clínicos que permitan mejorar la estratificación del riesgo y priorizar a los pacientes candidatos a tratamientos avanzados.
Asimismo, se está evaluando la integración de herramientas basadas en inteligencia artificial conversacional y agentes de voz automatizados, capaces de realizar cuestionarios clínicos estructurados al paciente, transcribir y analizar sus respuestas e incorporar esta información al proceso de triaje para mejorar la precisión en la asignación del nivel de riesgo.
Una menos... ¡vamos a por otra!
Ver más comunicaciones
Autores
Nogueira Salgueiro, Patricia
Márquez González, Pedro Jonay
Fischetti, Desirée
Ruiz García, Lidia Esther
Martin Águila, Adys
Domínguez Cabrera, Casimira
