Des de l’Atenció Primària (AP) treballem habitualment amb una gran quantitat de dades de salut que sovint se’ns fa difícil explotar. En els darrers anys hi ha hagut un avenç important en noves tecnologies que ens permeten poder dur a terme una Medicina de Precisió. Aquesta Medicina de Precisió busca adaptar de manera individualitzada el diagnòstic, seguiment i terapèutica del pacient per a minimitzar l’error i el risc i maximitzar l´eficiencia.
Paral.lelament , en el camp de la diabetis mellitus tipus 2 (DM2) ens han arribat molts i bons avenços terapèutics però que sovint, sense acabar de saber el perquè, tenen una gran variabilitat de resposta segons el tipus de pacient. La DM2 és una malaltia amb una gran heterogeneïtat en la que de moment no disposem de marcadors objectius per classificar-la en diferents subgrups que facilitin un millor seguiment clínic i terapèutic adaptats a la mesura exacta de cada pacient. És per això que, utilitzant noves tecnologies de Inteligencia Artificial, treballarem amb les dades de salut per a poder establir patrons fenotípics i genòmics que ens permetin subclassificar als pacients DM2 i adaptar el seguiment clínic i terapèutic de forma individual i precisa.
Així mateix ens proposem analitzar la prevalença de subjectes en risc de fibrosi hepàtica significativa per marcadors serològics (FIB-4 i APRI) i la seva associació amb variables clíniques, antropomètriques i socioeconòmiques, així com avaluar la utilitat del FIB-4 i l’APRI com a predictors de l’aparició en el seguiment de complicacions extrahepàtiques i mortalitat.