Redacción Farmacosalud.com
La malaria sigue siendo la enfermedad parasitaria que causa más muertes en el mundo. Aunque en países como España no es endémica, cada año se diagnostican casos importados en personas contagiadas que regresan de zonas donde esta infección es habitual. Son pacientes que pueden evolucionar rápidamente hacia formas graves de la patología y detectar a tiempo qué casos presentan mayor riesgo no siempre es fácil, especialmente en entornos donde la experiencia clínica es limitada y los síntomas iniciales son poco específicos. No obstante, un novedoso sistema que combina tests rápidos de diagnóstico con análisis de vídeo mediante teléfono móvil es capaz no sólo de detectar la infección, sino también de anticipar en menos de seis minutos qué enfermos pueden desarrollar formas graves de malaria.
El estudio en el que se presenta la nueva metodología está liderado por un equipo investigador de la Universidad Rovira i Virgili (URV, en Tarragona) y el Instituto de Salud Global de Barcelona (ISGlobal). El trabajo, publicado en la revista ‘Biosensors and Bioelectronics’, se centra en el análisis de dos biomarcadores producidos por el parásito de la malaria: la proteína PfHRP2, específica de Plasmodium falciparum, el parásito que suele generar la forma más grave de la afección, y la enzima pan-lactato deshidrogenasa (pan-pLDH), presente en Plasmodium spp.
(de izq. a dcha): los investigadores Claudio Parolo, Julia Pedreira y Daniel Camprubí
Fuente: URV
PfHRP2 confirma la infección y pan-pLDH distingue el riesgo de enfermedad grave
Mediante inmunoensayos de laboratorio y tests de flujo lateral —similares a los tests de embarazo o a los utilizados durante la pandemia—, los investigadores compararon la capacidad de ambos marcadores tanto para diagnosticar la malaria como para identificar los casos de mayor gravedad.
Los resultados muestran que, si bien PfHRP2 es muy precisa para confirmar la infección, el biomarcador pan-pLDH es especialmente útil para distinguir a los pacientes con riesgo de enfermedad grave, incluso cuando se utiliza en tests rápidos sencillos. “Esta diferencia es clave desde el punto de vista clínico, ya que permite obtener información relevante para la toma de decisiones sin necesidad de equipamiento de laboratorio complejo”, explica el Dr. Claudio Parolo, investigador Ramón y Cajal del Departamento de Ingeniería Química de la URV e investigador externo asociado a ISGlobal.
Este avance se ha validado hasta ahora en entornos no endémicos, donde la malaria es poco frecuente pero potencialmente muy grave, y donde el acceso a herramientas diagnósticas especializadas a menudo se concentra en centros de referencia. Aun así, los investigadores consideran que la estrategia podría trasladarse en el futuro a contextos endémicos, dado que se basa en tests rápidos de bajo coste y en tecnologías ampliamente disponibles, como el teléfono móvil. Será necesario, sin embargo, validar su rendimiento en estos entornos, teniendo en cuenta las diferencias epidemiológicas y clínicas.
Participación del Barcelona Supercomputing Center
La investigación ha sido liderada por el Dr. Parolo junto con el Dr. Daniel Camprubí, investigador de ISGlobal y médico del Servicio de Salud Internacional del Hospital Clínic de Barcelona. El trabajo se ha desarrollado en el marco de la tesis doctoral de Julia Pedreira y ha contado también con el apoyo del equipo de ciencia de datos coordinado por Paula Petrone, del Barcelona Supercomputing Center, centro que ha contribuido a respaldar el análisis cuantitativo de los resultados.
Actualmente, el equipo continúa trabajando en la validación de los resultados en muestras más amplias y en entornos clínicos reales con el objetivo de que, en un futuro próximo, un simple test rápido analizado con un móvil pueda convertirse en una herramienta estándar para la evaluación precoz de la malaria importada.
Referencia bibliográfica:
Pedreira-Rincón J, Balerdi-Sarasola L, Villanueva G, Fleitas PE, Jimenez A, Mayor A, et al. pLDH to identify severity in imported malaria: Implementing smartphone video analysis for rapid clinical decision-making. Biosensors and Bioelectronics. 2026;294:118228, ISSN 0956-5663, https://doi.org/10.1016/j.bios.2025.118228
