El modelo predictivo, desarrollado a partir de datos clínicos, demográficos y de densitometría de 576 mujeres, identifica factores clave como antecedentes de fracturas, niveles de hormona paratiroidea y T-score lumbar para clasificar el riesgo de fragilidad ósea.
La investigación ha sido dirigida por Jorge Mateo Sotos y Ana María Torres Aranda, de la Escuela Politécnica de Cuenca, en colaboración con expertos de la Universidad de Valladolid y la Universidad de Cantabria, con financiación de la UCLM y del Instituto de Salud Carlos III. Los datos se han recopilado junto con los hospitales Río Ortega, Marqués de Valdecilla y Río Carrión.
El proyecto forma parte de la Cátedra Bayer de Inteligencia Artificial de la UCLM, que busca aplicar tecnologías avanzadas a la salud y mejorar la calidad de vida, destacando además la importancia de reducir la brecha de género en la investigación biomédica.
Si (
No(
