Modelos predictivos de riesgo cardiovascular en base a datos metabolómicas

La enfermedad cardiovascular (ECV) sigue siendo la principal causa de morbilidad y mortalidad a nivel mundial, en gran parte debido a la ausencia de herramientas efectivas para su detección temprana. Este proyecto propone el desarrollo de un sistema innovador de predicción precoz del riesgo cardiovascular basado en el análisis metabolómico de suero mediante espectroscopía de resonancia magnética nuclear (RMN) combinada con técnicas avanzadas de inteligencia artificial. El enfoque se sustenta en una metacohorte de más de 50.000 individuos procedentes de diez cohortes internacionales, que proporciona una base sólida para el descubrimiento de biomarcadores robustos mediante el análisis de metabolitos y perfiles lipoproteicos cuantificados por RMN. A partir de estos datos se generarán modelos estadísticos e inteligentes capaces de discriminar entre población sana y de riesgo, identificar rutas metabólicas alteradas
y establecer marcadores tempranos de ECV con mayor precisión que las herramientas clínicas actuales. El proyecto incluye la validación exhaustiva de los modelos mediante la cohorte BioSilver, formada por personas mayores con distintos grados de fragilidad, permitiendo registrar eventos cardiovasculares en un periodo razonable y asegurar la aplicabilidad clínica del modelo. Además, se llevará a cabo la traslación tecnológica de los modelos predictivos a espectrómetros de RMN de sobremesa, facilitando su futura implantación en entornos clínicos y de atención primaria. El resultado final será una métrica reproducible, accesible y clínicamente interpretable para la evaluación precoz del riesgo cardiovascular, contribuyendo a mejorar la prevención, la estratificación de pacientes y la planificación de intervenciones personalizadas.