Un modelo informático podría ayudar a identificar a las personas hospitalizadas que, sin saberlo, son portadoras de patógenos resistentes a los medicamentos antimicrobianos.
En los hospitales de todo el mundo surgen cada año millones de infecciones resistentes a los antimicrobianos, a menudo propagadas por personas que no muestran síntomas. Sen Pei y Jeffrey Shaman, de la Universidad de Columbia, en Nueva York, y Fredrik Liljeros, de la Universidad de Estocolmo, han desarrollado un modelo informático en el que los pacientes se desplazan por todo un hospital e interactúan con otros. Con el fin de que el movimiento de los pacientes, las interacciones y las tasas de infección fuera realista, los investigadores construyeron el modelo con datos reales de brotes de la bacteria Staphylococcus aureus resistente a la meticilina (SARM) recopilados en 66 hospitales suecos.
Mediante el programa simularon seis años de interacciones hospitalarias y brotes, y los resultados obtenidos reflejaron los datos observados en la vida real. El modelo también identificó cuáles de los pacientes tenían más probabilidades de ser portadores asintomáticos de SARM y de propagar la infección. Cuando los investigadores aislaron el 1 por ciento superior de los pacientes de alto riesgo cada cuatro semanas, redujeron en un 40 por ciento los casos de SARM en todo el hospital virtual.
Los autores concluyen que el empleo de modelos similares podría ayudar a los centros de atención médica a minimizar las infecciones adquiridas en el hospital.
Nature Highlights
Artículo traducido y adaptado por Investigación y Ciencia con el permiso de Nature Research Group.
Referencia: «Identifying asymptomatic spreaders of antimicrobial-resistant pathogens in hospital settings». Sen Pei, Fredrik Liljeros y Jeffrey Shaman en PNAS, vol. 118, e2111190118, septiembre de 2021.
