El profesor visitante de la UVa Alfredo Martínez, líder de Medicina en el ranking de Mejores Científicos 2023 de la plataforma académica Research
El profesor Visitante de la Universidad de Valladolid Alfredo Martínez, docente de Endocrinología en la Facultad de Medicina, ha sido reconocido por la plataforma académica de investigadores, Research.com, con el Premio al Líder de Medicina en su ranking de Mejores Científicos 2023, área en la que ocupa el puesto n.º 7 en España y n.º 1016 en el mundo.
La clasificación se basa en la métrica del índice D (índice H de disciplina), que solo incluye documentos y valores de citas para una disciplina examinada. El ranking incluye solo científicos líderes con índice D con al menos 70 publicaciones académicas realizadas en el área de Medicina.
Durante su estancia en la Universidad de Valladolid, el director del Programa de Nutrición de Precisión y Salud Cardiometabólica del Instituto Madrileño de Estudios Avanzados-IMDEA Alimentación, ha puesto en marcha junto al Centro de Investigación de Endocrinología y nutrición de la Facultad de Medicina de la UVa, dirigido por el profesor Daniel de Luis, un nuevo proyecto de investigación con el título “Caracterización profunda personalizada de una población con obesidad: caracterización de tipos de obesidad y mecanismos relacionados con omics para intervenciones de medicina de precisión (adipoprecisión)”.
El proyecto desarrollado junto a Nestlé Health Science (Premio Consejo Social 2023), tiene como objetivo estratificar con precisión a los pacientes obesos según un fenotipado profundo personalizado, que permita observar las características físicas, bioquímicas y del comportamiento, para generar tipos de obesos agrupados que faciliten las prescripciones para el manejo preciso de la obesidad. Para ello se utilizará la base de datos Promet Connect existente del Centro de Investigación de Endocrinología y Nutricion de la Facultad de Medicina de la UVa y de laboratorios Nestlé PNK, con la colaboración de IMDEA.
Esta información bioinformática se integrará mediante técnicas de aprendizaje automático para facilitar la asignación de pacientes con exceso de adiposidad a los obesotipos y el manejo preciso de los diferentes subtipos de obesidad con intervenciones personalizadas.
Una oportunidad para aprovechar la Medicina de precisión en el abordaje del problema de la obesidad de manera más efectiva, al proporcionar enfoques de toma de decisiones personalizados y basados en evidencia para el diagnóstico, tratamiento y prevención mediante la integración de factores genéticos y rasgos individuales observables.
