El doctor José Antonio Ortiz presentará en el congreso de la SEF un modelo predictivo de la respuesta ovárica basado en machine-learning

El doctor José Antonio Ortiz, biólogo molecular del Instituto Bernabeu, presentará en el congreso de la Sociedad Española de Fertilidad (SEF) un novedoso modelo predictivo de la respuesta ovárica basado en machine-learning. Este modelo permite identificar con mayor precisión las pacientes que tienen mayor riesgo de presentar una respuesta ovárica subóptima o una hiperrespuesta durante la estimulación ovárica.

La respuesta ovárica es un factor clave en el éxito de los tratamientos de reproducción asistida (FIV). Sin embargo, presenta una gran variabilidad entre pacientes, incluso entre aquellas con una reserva ovárica similar. Esta variabilidad puede dificultar la elección del protocolo de estimulación ovárica más adecuado, lo que puede afectar negativamente a las tasas de embarazo.

El estudio del doctor Ortiz y su equipo ha identificado 5 variantes genéticas que juegan un papel importante en la variabilidad de la respuesta ovárica. Dos de estas variantes se encuentran en receptores hormonales (receptor de estrógenos y receptor de la hormona antimülleriana), una en una enzima de la biosíntesis de estrógenos (CYP19A1) y las dos restantes en proteínas con funciones protectoras celulares (TP53 y SOD2).

«El uso del machine-learning en este campo es una herramienta muy potente que nos permite analizar grandes cantidades de datos y encontrar patrones que serían difíciles de identificar de otra manera”, apunta el doctor Ortiz. «Este estudio es un paso importante hacia la medicina de precisión en el ámbito de la reproducción asistida. Pero nuestro objetivo es seguir investigando en esta línea para ofrecer a nuestros pacientes las mejores opciones de tratamiento posibles», añade.