Big data: la complejidad del modelo importa tanto como el valor de N

En la sesión sobre big data e investigación biomédica del encuentro BioSpain, Kazem Rahimi, de la Universidad de Oxford, ha destacado que la clave en materia de big data es la posibilidad de construir modelos complejos para extraer información útil sobre enfermedades de la manera más completa posible, incluyendo variables como comorbilidades o analizando datos sobre enfermedades que, en sí mismas, incorporan fenómenos complejos. “No se trata solo de obtener una N cada vez mayor, sino de ir más allá y de ser capaces de elaborar modelos más complejos, apropiados para enfermedades también complejas, o para situaciones de multimorbilidad”, añadía.

Este tipo de estrategia permite estudiar patrones patológicos, elaborar trayectorias de riesgo y evaluar los resultados de los tratamientos.

Usando como ejemplo la enfermedad valvular, Rahimi indicaba que cuando se sabe muy poco sobre una dolencia, es posible obtener evidencias para comprender mejor algunos mecanismos patológicos. En este caso concreto, el empleo de big data ha permitido establecer una asociación, hasta hace poco desconocida, entre los valores de presión arterial y la regurgitación mitral. “El análisis de los datos, en este caso, hace visible lo invisible”, indicaba.

También puso de relieve la eficacia de modelos complejos para la determinación de pronóstico a partir de datos recogidos en servicios de urgencias hospitalarias, que han permitido obtener predicciones pronosticas particularmente precisas utilizando variables que se desdeñan, porque no encajan, en los modelos de regresión convencionales. En su experiencia, es posible reducir el margen de error de forma sustancial y calibrar con mayor precisión el riesgo en periodos de diez días, pero también hasta de un año e incluso diez años.

En el apartado de retos, admitía que aún hay mucho que hacer para mejorar la calidad de los datos que se recogen, determinar cómo y con quién se comparten y encontrar nuevas fórmulas de colaboración para potenciar el empleo de big data.

Francisco José Sánchez Laguna, responsable de la coordinación de sistemas de información del Servicio Andaluz de Salud, admitía en su intervención cuánto queda por hacer en materia de diversidad de las fuentes de las cuales proceden los datos, la dificultad de incorporar datos previos a la digitalización, la codificación y la cantidad de procesos de incorporación de información abiertos “porque los profesionales no siempre vuelven para cerrarlos”.