Crean interfaz para prevenir tuberculosis resistente

Un alumno de nivel preparatoria de la Universidad de Monterrey creó DeAlta, una aplicación móvil que busca facilitar el seguimiento médico para prevenir la tuberculosis farmacorresistente, a través de una interfaz fácil de usar en la que el paciente mantenga registro de sus síntomas y tratamiento día a día. 

Debido a este proyecto, Héctor Andrés Martínez Luna, alumno de la Prepa UDEM Unidad Valle Alto, obtuvo el primer lugar de Expociencias Nacional, que se desarrolló del 7 al 10 de diciembre pasado, y representará a Latinoamérica en el Stockholm International Youth Science Seminar (SIYSS), a celebrarse en Estocolmo, Suecia, en 2022. 

El proyecto DeAlta: seguimiento integral para prevenir la tuberculosis farmacorresistente fue desarrollado por Héctor Andrés el semestre pasado, siendo estudiante de tercer semestre de Bachillerato Internacional, bajo la asesoría de Nerla Angélica Silva Uribe, profesora Escuela de Ingeniería y de la Academia de Ciencias Naturales de Prepa UDEM. 

El Stockholm International Youth Science Seminar SIYSS es organizado con el apoyo de la Fundación Nobel y es ampliamente considerado como uno de los eventos de ciencia juvenil más prestigiosos del mundo, ya que solo se seleccionan 20 jóvenes de todo el mundo. 

En este evento ?que tiene una duración de una semana e incluye actividades científicas y conferencias?, Héctor Andrés presentará su investigación ante más de mil estudiantes suecos y tendrá la oportunidad de asistir a la recepción del Premio Nobel en el Nordiska Museet, así como a la ceremonia de entrega del Premio Nobel en la Sala de Conciertos de Estocolmo. 

Héctor Andrés obtuvo también la acreditación internacional para representar a México en el International Science and Invention Fair 2022 a celebrarse en Indonesia, fue finalista de la Beca Rise (Rise Global Youth Opportunity, de Rhodes Trust y Schmidt Futures) y fue ganador del primer lugar de FENACI Nuevo León en la categoría Medicina y Ciencias de la Salud y primer lugar en ExpoCiencias Nuevo León en la categoría Medio Superior. 

Silva Uribe explicó que la farmacorresistencia sucede cuando la efectividad de ciertos medicamentos disminuye debido a la evolución de la enfermedad, por lo que, según el caso, puede llegar a ser letal y siempre es una amenaza para la salud del paciente. 

Agregó que, a través de la comunicación entre médico y paciente, se fortalece la confianza necesaria para lograr la adherencia al tratamiento que, en enfermedades con tratamientos prolongados como la tuberculosis, es esencial para prevenir la farmacorresistencia. 

Además de Héctor Andrés, dos alumnos de Prepa UDEM de Unidad San Pedro también resultaron finalistas de FENACI Nuevo León y en ExpoCiencias Nuevo León, con un proyecto para evaluar el liderazgo de deportistas y otro para pronosticar sequías en el país. 

César Guillermo Franco Silva ?que forma parte del representativo de basquetbol de la UDEM, categoría juvenil? y Miguel Ángel Merlin Arriola, ambos de quinto semestre, participaron en octubre del año pasado con los proyectos Sport Leadership y DroughTracker: algoritmo para pronosticar sequías en México, también asesorados por la profesora Silva Uribe. 

El proyecto de César Guillermo evidenció, con base en la OMS y en un estudio cuantitativo propio, que cuatro de cada cinco adolescentes no realizan el ejercicio adecuado, lo cual podría poner en riesgo su salud física y mental en la etapa adulta, mientras que, específicamente en la Universidad, solo el 22.3 % de los alumnos están registrados en alguna actividad deportiva y el 2.3  % pertenece a un representativo universitario. 

En su investigación, llegó a la conclusión de que un fenómeno global como la pandemia expuso la debilidad de las estructuras sociales, políticas y empresariales, por lo que es necesario el desarrollo de líderes con habilidades de resiliencia y adaptabilidad mayormente, sin dejar de lado la habilidad social y comunicación asertiva.

Por su parte, Miguel Ángel desarrolló la propuesta de dos algoritmos con el uso de Machine Learning para el pronóstico de sequías a través de un modelo que utiliza la arquitectura Artificial Neural Network (ANN) y Support Vector Machine (SVM) con uso de la transformada ondícula para el preprocesamiento de datos en el pronóstico. 

En el estudio del alumno, se destaca la importancia del uso de herramientas tecnológicas para pronosticar las sequías que permitan una mejor planeación, por parte del gobierno y agricultores, de los recursos hídricos disponibles.