Campus de Ponferrada: investigación pionera sobre dolor lumbar e IA
Campus de Ponferrada: investigación pionera sobre dolor lumbar e IA
Esta es una de las noticias científicas más relevantes salidas del Bierzo en los últimos meses, con repercusión nacional e internacional.
El problema que aborda: el dolor lumbar, una epidemia silenciosa
El dolor lumbar es actualmente la segunda causa más frecuente de atención médica, provoca el 12,5% de las bajas laborales, tratarlo supone entre un cuarto y un tercio del gasto total de sanidad y es una de las principales razones de discapacidad en el mundo.
El hallazgo clave: la confianza en el movimiento, un factor clínico, no solo psicológico
La joven investigadora leonesa Sonia Nieto Marcos, también enfermera de Atención Primaria en Villablino, ha llegado a la conclusión de que la percepción que una persona tiene de su propia capacidad de moverse afecta al progreso del dolor lumbar de forma capital: dos pacientes con idéntico diagnóstico pueden evolucionar de manera radicalmente diferente en función de esa confianza.
La tesis se desarrolló en dos fases. En la primera se adaptó y validó al español el cuestionario OPTIMAL-confianza, una herramienta que permite medir de forma objetiva la confianza en el movimiento, comprobando que es fiable, válida y capaz de diferenciar claramente entre personas con y sin dolor lumbar. En la segunda fase se realizó un seguimiento a pacientes con dolor lumbar que comenzaban fisioterapia en atención primaria, evaluando dolor, discapacidad, movilidad, miedo al movimiento y confianza en tres momentos: inicio, alta y tres meses después.
Los resultados son contundentes: una menor confianza en el movimiento se asocia con mayores niveles de dolor y discapacidad. La tesis concluye que la seguridad en la propia capacidad de moverse no debe considerarse únicamente una variable psicológica, sino un factor clínico relevante que puede y debe abordarse como objetivo terapéutico.
El papel de la Inteligencia Artificial
La incorporación de técnicas de machine learning para analizar los datos clínicos es uno de los aspectos más innovadores del estudio. El grupo de investigación Alba (Advanced Learning for Biomedical Analytics) de la ULE, en colaboración con el grupo SALBIS, desarrolló una herramienta para optimizar los procesos diagnósticos y predecir la evolución de la discapacidad y el dolor en pacientes de fisioterapia de atención primaria. El uso de IA permitió cribar grandes volúmenes de datos clínicos detectando patrones complejos y relaciones entre variables que no siempre son evidentes mediante análisis estadísticos convencionales.
El estudio analizó a 92 pacientes del sistema público de Castilla y León con dolor lumbar de entre seis y doce semanas de evolución —una fase considerada clave para evitar que la molestia se cronifique—, con participación de profesionales de Fisioterapia de Atención Primaria del SACYL en Villablino y Ponferrada. Los resultados fueron publicados en febrero de 2026 en la revista científica internacional BMC Medical Informatics and Decision Making.
