Investigadoras del Instituto de Investigación e Innovación Biomédica de Cádiz (INIBiCA) han presentado el proyecto 'Recaída cero: Matemáticas contra la leucemia infantil', destinado a predecir con mayor precisión las recaídas en pacientes pediátricos. La iniciativa ha sido explicada por la profesora del Departamento de Matemáticas de la Universidad de Cádiz María Rosa Durán y la investigadora Ana Niño, quienes han destacado el potencial del método matemático basado en algoritmos que desarrolla el equipo.
El objetivo del proyecto es reducir al mínimo la probabilidad de recaída en niños con leucemia mediante modelos predictivos que permitan ajustar el tratamiento y el seguimiento clínico.
Hasta el momento, los resultados obtenidos han sido considerados "muy optimistas" por las propias investigadoras. El grupo de trabajo está compuesto por ocho personas que combinan conocimientos de matemáticas aplicadas y biomedicina.
Avances y captación de fondos
Durán ha detallado que los primeros avances se han financiado a través de crowdfunding y aportaciones de la Asociación Pablo Ugarte, que destina sus ingresos a la investigación del cáncer infantil. Además, el proyecto ha concurrido a varias convocatorias de ayudas públicas y privadas para continuar con el desarrollo de los algoritmos y validar los resultados clínicos.
En 2025, Durán fue reconocida como Mujer Imparable Gaditana por la red profesional Mujeres Imparables, en reconocimiento a su trayectoria en investigación.
La presentación del proyecto ante la Diputación de Cádiz, con la presencia de la presidenta Almudena Martínez y la diputada Vanesa Beltrán, ha servido para mostrar los avances y explicar la necesidad de recursos para continuar con la investigación.
La continuidad depende de la colaboración
Aunque el encuentro ha permitido trasladar apoyo institucional, las investigadoras han subrayado que la continuidad del proyecto depende principalmente de la captación de fondos y de la colaboración con otros centros de investigación.
Según las investigadoras, los resultados preliminares muestran que es posible identificar patrones que indican un riesgo elevado de recaída y adaptar el tratamiento de forma personalizada. La aplicación de estos algoritmos podría mejorar la calidad de vida de los pacientes y orientar decisiones médicas en tiempo real, reduciendo riesgos de recaídas en leucemia infantil.