El Plasma Rico en Plaquetas (PRP) se ha convertido en uno de los tratamientos más utilizados en medicina deportiva y traumatología para lesiones tendinosas. Sin embargo, pese a su expansión en clínicas y hospitales, la ciencia todavía no ha logrado responder a una pregunta clave: qué tipo de PRP funciona mejor para cada paciente.
“Todavía no sabemos qué PRP es el más adecuado para cada tendinopatía ni para cada persona”, afirma el traumatólogo Ferran Abat, impulsor de una nueva investigación internacional que busca arrojar luz sobre una de las principales incógnitas actuales de la medicina regenerativa.
El estudio, liderado desde España, prevé incorporar a más de 100 centros médicos y hasta 3.000 pacientes, convirtiéndose en una de las mayores investigaciones observacionales realizadas hasta la fecha sobre PRP y tendinopatías.
Aunque el PRP se utiliza cada vez más para tratar lesiones en tendones, la práctica clínica sigue siendo muy heterogénea. Los criterios de indicación, los sistemas de preparación y la composición final del producto infiltrado pueden variar significativamente entre centros y profesionales.
Esta falta de uniformidad dificulta comparar resultados y establecer protocolos sólidos basados en evidencia científica.
“Llevamos mucho tiempo tratando estas patologías de una forma demasiado heterogénea”, explica el Dr. Abat. “Unos profesionales utilizan unos criterios, otros aplican protocolos distintos, y eso dificulta saber qué estrategias funcionan mejor en la práctica clínica real”.
La investigación analizará variables como la composición celular del PRP, el volumen infiltrado, el tipo de lesión tratada y la evolución clínica de los pacientes.
Datos clínicos reales para identificar patrones clínicos
El estudio incorporará herramientas de análisis avanzado de datos clínicos reales (Real World Data) para estudiar posibles asociaciones entre las características del tratamiento y la evolución de los pacientes.
La investigación cuenta con el soporte tecnológico de BioSmartData y se desarrolla en el marco de la Cátedra UAM–BSD de Inteligencia Artificial en Real World Evidence, impulsada conjuntamente por BioSmartData y la Universidad Autónoma canalizada a través de la Fundación Universidad Autónoma de Madrid (FUAM).
“El objetivo es estructurar los datos de forma homogénea para poder analizarlos con rigor”, señala Abat. “Si conseguimos ordenar esa información en muchos pacientes y centros, podremos empezar a identificar patrones que ayuden a tomar mejores decisiones clínicas”.
Los investigadores estudiarán si el análisis agregado de datos clínicos permite identificar patrones asociados a mejores respuestas terapéuticas en función de las características de cada paciente y cada lesión.
“La medicina debe ser colaborativa. Ningún centro, ningún médico y ninguna metodología aislada pueden representar por sí solos toda la complejidad de la práctica clínica real”, defiende Abat.
La investigación ya cuenta con evaluación ética favorable y las autorizaciones necesarias para su desarrollo.
