PROYECTO 1. EXITUS

El estado de la técnica actual permite la posibilidad de encontrar un mecanismo para medir con precisión, alto rendimiento y de manera totalmente no-invasiva al paciente terminal (signos y cambios fisiológicos) y su ambiente para comprender el proceso de empeoramiento, y poder mejorar substancialmente la práctica clínica: diagnóstico, pronóstico, tratamiento, los cuidados en general y los Cuidados Paliativos en particular.

PROYECTO 2. GLIOBLASTOMA MULTIFORME (GBM)

El glioblastoma multiforme (GB) se considera la forma más frecuente y agresiva de cáncer cerebral que representa el 15,4% de todos los tumores cerebrales primarios con una tasa de supervivencia de 14-15 meses. Los hechos de que las células madre de glioma resisten los tratamientos convencionales aumentan la necesidad urgente de abordar nuevas terapias de tratamiento.

En el trabajo previo experimental se ha identificado una molécula que bloquea la interacción de contacto intercelular entre las células del GBM y los pericitos. Los percitos son células  perivasculares que controlan la permeabilidad de la barrera hemato-encefálica y el sistema inmune en el sistema nervioso central. Esta interacción es necesaria para condicionar la respuesta inmunitaria contra el GBM.

PROYECTO 3. KIT DE DIAGNÓSTICO DEL ALZHEIMER

Durante 2020, y financiado por la AVI, se desarrolló un nuevo marcador diagnóstico para la enfermedad de Alzheimer (EA). Se demostró, en una muestra pequeña y en extractos de cerebro de sujetos con EA, una glicosilación alterada de la proteína APP (precursor de la proteína amiloide). Del procesamiento proteolítico de APP se origina el β-amiloide o Aβ, efector de la EA.

El siguiente paso razonable para una posible transferencia hacia la industria es el desarrollo de un kit de aplicabilidad en laboratorios clínicos, de manera semejante a un kit ELISA.

PROYECTO 4. CALZADO DEPORTIVO CON AMORTIGUACIÓN VISCOELÁSTICA

El objeto del proyecto consiste, toda vez que el comportamiento del hialurano ya ha sido evaluado en laboratorio, en explorar diferentes posibilidades de encapsulado del gel, analizar el comportamiento del gel encapsulado con ácido hialurónico sintético mediante la realización de ensayos mecánicos de amortiguación de impactos, así como valorar el efecto de incluir un inserto de dicho gel en un prototipo de plantilla de calzado mediante pruebas de uso con usuario

PROYECTO 5. CONFORT OCULAR

A pesar de la enorme oferta de lágrimas artificiales actualmente en el mercado, la mayor parte solo ofrece un alivio sintomático del disconfort y el dolor ocular a muy corto plazo o presentan numerosos efectos secundarios. Por eso constituye una gran oportunidad desarrollar un tratamiento basado en el empleo de moléculas activas con pocos o ningún efecto secundario. El objetivo de este proyecto es validar en laboratorio la eficacia de la molécula ONG-003 para el tratamiento del disconfort ocular en ensayos “ex vivo” y en un modelo preclínico animal validado.

PROYECTO 6. MODELO PREDICTIVO ECP EN PACIENTES DE PARKINSON

El objetivo principal es desarrollar un modelo computacional predictivo de la eficacia de la estimulación cerebral profunda (ECP) en pacientes de Parkinson, basándose en sus datos clínicos y anatómicos. Con ello pretendemos solucionar dos necesidades clínicas esenciales en el tratamiento del Parkinson: identificar aquellos pacientes que tendrán una respuesta favorable o desfavorable al tratamiento por ECP y optimizar los protocolos de estimulación adaptándolos a las necesidades o características de cada paciente.

PROYECTO 7. SOLEDAD EN GERIATRÍA

Se propone una nueva aproximación para la identificación temprana de momentos de soledad subjetiva y estrés emocional que puedan alertar al personal asistencial o a los familiares, para diseñar e implementar actividades asistenciales. Para ello, se utilizarán medidas telemétricas multidimensionales, de diferentes registros fisiológicos, acompañados de medidas de distancia social y de informes subjetivos de bienestar emocional. Proponemos tomar ventaja del análisis de este Big Data, y mediante análisis de inteligencia artificial, identificar las redes de marcadores indicativas de episodios de soledad subjetiva percibida por la población geriátrica.