El programa de cooperación “Safor Salut”, iniciativa conjunta entre FISABIO–Departamento de Salud de Gandia, FISABIO-HACLE La Pedrera, el Campus de Gandia de la Universitat Politècnica de València (UPV) y la Federación de Asociaciones de Empresarios de la Safor (FAES), ha celebrado una píldora tecnológica sobre tecnologías para la detección precoz de enfermedades y patologías el jueves 28 de octubre, de 13:00 a 14:30 horas, a través de la plataforma online zoom. La pandemia de la Covid-19 ha puesto de relieve la importancia de contar con un sistema sanitario robusto, dotado de los recursos y medios técnicos necesarios para atender a la ciudadanía. Una crisis sanitaria como la actual agrava los problemas de listas de espera, ralentiza pruebas, la situación de pacientes crónicos y reduce las visitas médicas por dolencias más allá del coronavirus. De ahí la importancia de contar con soluciones tecnológicas que ayuden a la detección precoz de enfermedades y patologías. En la actualidad existen muchos dispositivos y aplicaciones con este fin, además de la posibilidad de desarrollo de soluciones a medida para cada enfermedad, y que permitirán una mejora de la calidad asistencial y de la gestión hospitalaria. “En estos momentos disponemos de las capacidades científicas y tecnológicas para resolver casi cualquier reto e integrar soluciones disruptivas. Tan solo falta identificar los casos de interés”, han señalado desde el quipo técnico de Safor Salut. En este contexto, el evento tiene por objetivo aportar información que incentive la creación de nuevos proyectos de investigación e innovación colaborativos basados en esta tecnología por parte del personal investigador del Campus de Gandia (UPV) y del DS Gandia, Hospital de La Pedrera, empresas de la Safor y asociaciones de pacientes. Más información: http://cienciagandia.webs.upv.es/2021/10/safor-salut-apuesta-por-la-innovacion-en-la-deteccion-precoz-de-enfermedades/

3. FUNCIONAMIENTO
DE LA JORNADA 00
- Bienvenida
- Cesión de derechos de imagen (grabación y fotos)
- Funcionamiento
- Renombrar perfil (nombre+institución)
- Micros cerrados
- Preguntas por el chat
- Debate al final
- Contactos e ideas de nuevos proyectos
- Encuesta, envío de presentación y vídeo de la
jornada

4. SAFOR SALUT 2021
01
Equipo técnico Safor Salut

5. SAFOR SALUT
Es el programa de cooperación entre tres agentes clave en el sistema de
innovación en salud en el área territorial de La Safor y su entorno:
FISABIO- Departamento de Salud de Gandia y Hospital La Pedrera, la
Universitat Politècnica de València (UPV)-Campus Gandia, y la Federación
de Asociaciones de Empresarios de la Safor (FAES), con la finalidad de
desarrollar en cooperación investigación e innovación en productos y
servicios.
El programa comenzó en 2019, se consolidó en 2020 y continúa en 2021-2022.

6. SAFOR SALUT
1. Fortalecer y promocionar la
cooperación en investigación
e innovación entre el tejido
industrial, tecnológico,
sanitario y social.
2. Potenciar la generación
de ideas innovadoras
basadas en necesidades
sanitarias alineadas con la
estrategia de los retos
AVI y RIS3
4. Dinamizar las nuevas ideas y poner
en marcha proyectos colaborativos dando
lugar a productos y servicios innovadores,
mediante una metodología de trabajo
colaborativa ya implementada entre los
tres agentes, basada en open innovation y
la co-creación, incluyendo la
componente social
3. Mejorar la competitividad de
las empresas de La Safor y su
entorno generando nuevas
oportunidades de negocio en el
sector salud, a través de su
incorporación desde el inicio
de los proyectos
colaborativos, la transferencia
de tecnología y conocimiento
a las mismas y la relación
establecida entre los tres
agentes, así como la difusión
del Programa
5. Promover la sostenibilidad
y escalabilidad del Programa

7. ACCIONES 2021-2022
III Jornada Safor Salut
27 de mayo Kick-off 2021
3 Píldoras Tecnológicas
1 píldora en 2021: Tecnología para la
detección precoz de enfermedades
2 píldoras en 2022
6 Talleres
3 Talleres de co-creación
3 Creative labs
1 creative lab en 2021 (noviembre)
Ideas SaforSalut
42 Ideas registradas
2 Pruebas de viabilidad
1 Protocolo de estudio estadístico
2 Análisis de estado del arte
2 Planes de comercialización
8 Nuevas entidades
colaboradoras
5 Asociaciones de personas y
pacientes
1 asociación científica
médica
Mancomunitat de Municipis
de la Safor
Ayuntamiento de Gandia
Proyecto Agència Valenciana
de la Innovació
INNACC/2021/7
anualidades 2021-2022
Acciones Complementarias de Impulso
y Fortalecimiento de la Innovación
Solicitante: Campus de Gandia
Concedido con puntuación 90/100

8. CÓMO CANALIZAR IDEAS Y RETOS DE NUEVOS
PROYECTOS RELACIONADOS
A través de la web https://saforsalut.es/ideas-retos/

9. IDEAS EN BÚSQUEDA DE SOCIOS
A través de la web se pueden ver las ideas propuestas https://saforsalut.es/ideas-retos/
Respuestas a los retos por mail saforsalut@gmail.com o contactando con el equipo técnico
se presenta
hoy en la jornada

10. Equipo técnico Safor Salut
Campus de Gandia (UPV)
Pilar Sánchez psanche@upv.es
Neus Montoro niemones@upv.es
FISABIO
María Prada prada_marmar@gva.es
Amparo Arlandis arlandis_ampviy@gva.es
Elena Carrió carrio_elearg@gva.es
Silvia Llàcer llacer_sil@gva.es
FAES
Diego Pérez saforinnova@faesafor.com
Fina López finalopez@faesafor.com
www.saforsalut.es
#SaforSalut2021

11. OBJETIVO PRINCIPAL DE ESTA JORNADA
Incentivar la creación de nuevos proyectos de investigación e
innovación colaborativos entre los agentes Safor Salut: personal del
Departamento de Salud de Gandia y del Hospital la Pedrera de Dénia,
personal investigador del Campus de Gandia (UPV), empresas de la
Safor y colaboradores del proyecto.

12. TECNOLOGÍA PARA LA DETECCIÓN PRECOZ DE
ENFERMEDADES
A continuación veremos los conceptos básicos de la tecnología
existente relacionada con la detección precoz (tecnología fotónica,
inteligencia artificial, apps…) aplicados al sector sanitario y se
analizarán desarrollos y límites tecnológicos existentes a través de
ejemplos ya aplicados con éxito, y de futuros proyectos.

13. Detección precoz de enfermedades
cardiovasculares mediante inteligencia
artificial.
Jose Joaquín Rieta. Campus de Gandia (UPV)
02

14. Detección Precoz de
Enfermedades Cardiovasculares
Mediante Inteligencia Artificial
José J. Rieta
Catedrático de Tecnología Electrónica
BoiMIT.org, Universitat Politècnica de València
jjrieta@upv.es

15. • Aplicación de ciencias matemáticas, tecnologías de computación y tecnologías de
la información para imitar las habilidades cognitivas del ser humano.
• Es la propiciadora del desarrollo tecnológico en el siglo XXI
• Cuarta revolución industrial y también para las personas
¿QUÉ ES LA INTELIGENCIA ARTIFICIAL (IA)?

16. • La IA tiene una importancia crucial en el desarrollo social y tecnológico actual
• Disponibilidad de cantidades ingentes de datos (Big Data)
• Desarrollo de arquitecturas avanzadas de clasificación y aprendizaje
• Disponibilidad de gran capacidad de computación a bajo coste
CAUSAS DE LA RELEVANCIA ACTUAL DE LA IA

17. • Análisis automático de todo tipo de datos (clínica, registros, imágenes, listas…)
• Ayuda y mejora del diagnóstico en casi cualquier de patología
• Prevención y detección precoz de enfermedades
• Desarrollo optimizado de nuevos fármacos
• Mejora de calidad asistencial y de la vida de los pacientes
APLICABILIDAD EN SALUD DE LA IA

18. • Arritmias cardiacas
• Eventos cardiovasculares
• Hipertensión
IA EN DETECCIÓN PRECOZ DE ENFERMEDADES CARDIOVASCULARES

19. FIBRILACIÓN AURICULAR (FA)
• Afecta al 10% de la población, con 1 Millón de personas en España
• Su prevalencia se doblará en los próximos 50 años
• Responsable de elevados costes hospitalarios y sanitarios
• Producida al degenerar los frentes de onda eléctricos que contraen aurículas
IA en ARRITMIAS CARDIACAS

20. • Detección automática de presencia de FA frente a otras patologías
• Discriminación del tipo de FA (paroxística/persistente)
• Predicción de inicio de FA con horas de antelación
• Detección de pacientes con historia desconocida de FA (ictus criptogénico)
• Predicción del resultado de una intervención (cirugía maze, ablación VVPP)
IA en ARRITMIAS CARDIACAS

21. EVENTOS CARDIOVASCULARES ADVERSOS
• Aparición de enfermedades graves del corazón
• Isquemia de miocardio, insuficiencia cardiaca, infarto de miocardio, …
• El sistema nervioso autónomo es un centinela del riesgo cardiovascular
• Alerta sobre desequilibrios del SN simpático/parasimpático
IA en EVENTOS CARDIOVASCULARES

22. • Detección de pacientes con riesgo de desarrollar cardiopatías graves
• Estudio retroactivo de grupo de pacientes hipertensos
• Estudio de la VFC a corto y largo plazo
• Con un ECG de 5 minutos se obtiene una predicción aceptable (80%)
IA en EVENTOS VASCULARES

23. HIPERTENSIÓN
• Mayor contribuyente a las muertes en todo el mundo
• Afecta al 33% de población adulta. 2000 Mill. en el mundo, 15 Mill. en España
• Su detección y tratamiento precoz son fundamentales para prevenir otras
enfermedades cardiovasculares y renales
• Accidente cerebrovascular, enfermedad coronaria, insuficiencia
cardiaca, arritmias cardiacas, enfermedad renal crónica
IA en HIPERTENSIÓN

24. • Monitorización permanente y no invasiva de la presión arterial
• Control de la presión arterial y prevención de hipertensión
• Realizada mediante dispositivos llevables, como ECG y PPG
• Análisis con IA en el PPG de
• Velocidad de la onda de pulso arterial
• Tiempo de llegada y de tránsito del pulso
IA en HIPERTENSIÓN

25. Biosensores ópticos para la
detección de biomarcadores para el
diagnóstico clínico.
Sergi Beñat Morais. Instituto de investigación de
reconocimiento molecular y desarrollo tecnológico
(IDM)
03

26. Dr. Sergi Morais Ezquerro
smorais@upv.es
Biosensores ópticos para la detección de
biomarcadores para el diagnóstico clínico.

27. Universitat Politècnica de València
Instituto IDM
Unidad Mixta de Investigación en Nanomedicina y
Sensores
Coordinador: Dr. Ángel Maquieira Catalá
22 investigadores (PDI, pre-docs, post-docs)
Multidisciplinar (Química Analítica, Orgánica, Bioquímica,
Biotecnología, Ingeniería electrónica, etc.)
20 Patentes
266 artículos de revista (JCR; Science edition)
GRUPO DE INVESTIGACIÓN SEÑAL Y MEDIDA EN QUÍMICA (SyM)
@GrupoSYM_IDMUPV

28. 28
 Es la técnica complementaria más utilizada en el proceso asistencial
 70% de las decisiones clínicas dependen del diagnóstico in vitro
 Concentra alta tecnología y representa menos del 4 % del coste hospitalario.
Pruebas in vitro (IVD)

29. LÍNEAS DE INVESTIGACIÓN
QUÍMICA BIOANALÍTICA
QUÍMICA DE SUPERFICIES
º
MICRO Y NANO-
BIOSENSADO
INTEGRACIÓN DE SISTEMAS

30. QUÍMICA DE SUPERFICIES
1. Funcionalización Química de materiales (PC, COP, PS, Si, Au, Al, etc.)
2. Modificaciones: definidas, selectivas, reproducibles y compatibles
3. Estudio de estrategias de inmovilización (click-chemistry) de sondas de
AN, proteínas, anticuerpos, etc.
Detección de microRNAs: diagnóstico cáncer
Detección de biomarcadores sanguíneos: diagnóstico de
enfermedades cardiovasculares

31. QUÍMICA BIOANALÍTICA
1. Desarrollo de (bio)reactivos: síntesis de haptenos, producción de
anticuerpos (nanobodies, recombinantes, policlonales).
2. Desarrollo de métodos de screening multiplexados en formato de
micromatriz para la cuantificación de biomarcadores en suero y plasma.
Fuente: Chem. Soc. Rev., 2015, 44, 2963-2997
Diagnóstico rápido y preciso de alergia a antibióticos

32. INTEGRACIÓN DE SISTEMAS-PROYECTOS DE INVESTIGACIÓN (2017-2021)
COMBO-SARS-CoV-2
1. Compact biophotonic platform for drug allergy diagnosis
2. Sistemas biosensores para la detección de SARS-CoV-2
3. ONCOMARKER: Sistema de detección de biomarcadores oncológicos
para tratamiento personalizado del cáncer colorrectal

33. 33
 Detección de mutaciones puntuales (cáncer colorrectal)
 Seguimiento de biomarcadores moleculares (inmunoterapia)
 Pruebas de alergia in vitro
 Pruebas serológicas y de antígenos múltiplex (SARS-CoV-2, influenza
A, B, adenovirus, RSV, etc.)
 Estudios de seroprevalencia
 Otras…..
USOS Y APLICACIONES (NIVEL DE MADUREZ TECNOLÓGICA 7)

34. COLABORACIONES
TIPO DE COLABORACIÓN
a) Proyectos de I+D+i colaborativos Universidad-Empresa-Instituto de
Investigación Sanitaria
b) Contratos de licencia de las invenciones (patentes, modelos de
utilidad, diseños industriales, software, etc.)
c) Creación de empresas de base tecnológica

35. Dr. Sergi Morais Ezquerro
smorais@upv.es
Biosensores ópticos para la detección de
biomarcadores para el diagnóstico clínico.

36. Productos de Estrés Oxidativo como
marcadores tumorales emergentes
del cáncer colorrectal.
Guillermo Sáez. Jefe Clínico del Servicio de Análisis
Clínicos del Hospital Universitario Dr. Peset
04

37. Productos de Estrés Oxidativo como marcadores tumorales emergentes
del cáncer colorrectal
Guillermo Sáez Tormo
Dept. de Bioquímica y Biología Molecular. Facultad de Medicina y
Odontología.
Servicio de Análisis Clínicos.
Hospital Universitario Dr. Peset de Valencia
Universitat de Valencia

38. 1.- En las enfermedades tumorales subyace un proceso inflamatorio que cursa con niveles
elevados de Estrés Oxidativo (Un desequilibrio entre la formación de especies reactivas de
oxígeno, ROS, y la actividad de los sistemas antioxidantes).
2.- El Estrés Oxidativo (EO) induce modificaciones moleculares que producen diversos
productos y marcadores de oxidación tanto a nivel tisular como sistémico.
3.- Algunos de estos productos aumentan durante el proceso patogénico e la enfermedad
tumoral y disminuyen progresivamente tras su tratamiento.
Objetivo Principal: Valorar los niveles de EO en el cáncer colorrectal (CCR) esporádico.
Objetivos Específicos: Comprobar la efectividad de estos marcadores: (8-oxo-dG y relación
GSSG/GSH ) como marcadores emergentes en el CCR.
PRESENTACIÓN DEL PROYECTO

39. H2O2
Fe++/O2
.-
.OH
Oxygen Metabolism
Inflammation
(up to 1.5 nmol of hydrogen
peroxide/104 cells/h) comparable to
the amount of H2O2 produced by
phorbol ester-triggered neutrophils.
Hypoxia and ROS production
Szatrowski TP, Nathan CF.
Production of large amounts of hydrogen peroxide
by human tumor cells.
Cancer Res. 1991 Feb 1;51(3):794-8.
Hypoxia
Regions of low oxygen tension are
common findings in malignant
tumors and are associated with
increased frequency
of tumor invasion and metastasis.
Acker T, Plate KH
Hypoxia and hypoxia inducible factors
(HIF) as important regulators
of tumor physiology. Cancer Treat
Res.2004;117:219-48.

40. H2O2
Fe++/O2
.-
.OH
Inflammation
Carcinogenesis. 1986 May;7(5):813-8.
The effect of macrophage
development on the release of
reactive oxygen intermediates and
lipid oxidation products, and their
ability to induce oxidative DNA
damage in mammalian cells. Lewis
JG, Hamilton T, Adams DO.

41. COX-2
M2 M1
Cytokines + ROS
Carcinogenesis. 1986 May;7(5):813-8.
The effect of macrophage development on the release of
reactive oxygen intermediates and lipid oxidation products,
and their ability to induce oxidative DNA damage in
mammalian cells. Lewis JG, Hamilton T, Adams DO.
TNF
IL-6
Il-8
IL-10
IL-12
IL-17
MIF
CD8+ T cells
NFkB
TAM
Macrophages to repolarisation
NK cells
CD4
LOX-5
NOX2/gp91phox

42. OXIDATIVE STRESS IN TUMOR CELLS
Tumor vs Normal Tissue. Reference
•Decreased Antioxidant Enzyme Activities (SOD, CAT)
•High Levels GSH* GPx
•Increased levels of Oxidative Stress Byproducts: MDA, 8-oxo-dG, F-2-alfa-8- Isoprostanes
Colorrectal Carcinoma Oliva MR. et al Mol. Carcinogen. 1996
Chroniic Lynphycytic leukemia Oltra A. et al. Free Rad. Biol Med. 2001
Monoclonal B Lynphocytosis Collado R. et al. Cancer Lett. 2002
CLL Cytogenetic Subgrups Collado R. et al. Biolchem. Res. 2014
Myelodysplastic Syndrome Ivars D. et al. Clin. Biochem. 2017
Murine Fibrosarcoma Oliva MR. et al. Free Rad. Biol Med. 2001
Tormos C. et al. Cancer Lett. 2004
Mammary (MDA) Tumor Cells González-S et al. Cell Death Differenc. 2006
Ephithelial Ovarian Carcinoma Sáncchez M. et al. Cancer Lett. 2006
Gastric Carcinoma Borrego S. et al. Int. J. Mol. Sci. 2013

43. Normal Tissue Tumor Tissue Reference
Lung 7.3 23.0 Olinski R. 1992
Stomach 0.9 5.1 Olinski R. 1992
4.2 8.4 Borrego S. 2013
Ovarian 3.1 9.2 Olinski R. 1992
5.3 10.8 Sánchez M. 2005
Female Breast (IDC) 4.1 4.4 Malins & Haimanot 1995
Prostate (BPHyp.) 3.2 44.0 Olinski R. 1995
Colorrectal 2.7 4.4 Olinski R. 1992
0.9 2.1 Oliva MR. 1996
Blood Cells (CLL) 4.2 6.8 Oltra A. 2001
(MDS) 7.2 14.9 Ivars D. 2017
8-oxo-2’-deoxyguanosine (8-oxo-dG) in Human Tumors
Olinski R. (Molecules/105DNA bases)(GC/MS-SIM)
Malins D. & Haimanot R. (nmol base/mg DNA)(GC/MS-SIM)
Oltra et al & Sánchez et al Borrego et al. (8-oxo-dG/106dG)(HPLC-EC)

44. Pacientes diagnosticados en los Servicios de Medicina Digestiva y
Cirugía General del Hospital Univ. Dr. Peset.
Se han utilizado técnicas bioquímico-clínicas y de biología molecular
para la aislamiento y cuantificación de los diferentes productos de EO
y marcadores tumorales (CEA, CA19.9) mediante métodos
espectrofotométricos e inmunológicos automatizados en el SAC
Hospital Univ. Dr. Peset y los marcadores de EO estandarizados en el
laboratorio de Estrés Oxidativo (Unidad de Patología Oxidativa)
METODOLOGÍAS

45. Tumor Histological Types n %
Adenoma 8 10,1
Adenocarcinoma 66 83,5
Mucinous Carcinoma 2 2,5
Adenocarcinoma/Mucinous
Carcinoma
1 1,3
Mucinous Carcinoma /Ring Cell
Carcinoma
1 1,3
Stromal Tumor (GIST) 1 1,3
Tumor type Classification and Location
Controls n=60 Pacients n=80

46. Variable (Unidades) Controls n=60 Pacients n=80
p
value p adjusted*
Glucose(mg/dL) 96,2±14,4 116,6±52,3 <0,001 0,001
Creatinine(mg/dL) 0,9±0,2 2,0±8,6 0,319 0,269
Urea (mg/dL) 40,9 ± 7,2 38,8±15,9 0,878 0,296
GFR (mL/min) 81,1±8,7 78,9±20,9 0,399 0,720
T-Colesterol (mg/dL) 195,7±34,3 180,4±39,1 0,018 0,026
Colesterol HDL (mg/dL) 50,7±12,8 43,2±10,8 <0,001 <0,001
Colesterol LDL (mg/dL) 144,9±30.0 114,5±34,7 <0,001 <0,001
Triglycerides (mg/dL) 112 (98;142,8) 108,5 (83,3;141) 0,954 0,777
Urica Acid (mg/dL) 4,5±1,6 5,3±1,7 0,003 0,058
Albumin (g/dL) 3,9±0,4 4,2±0,5 0,001 <0,001
Proteins (g/dL) 7,0±0,5 6,9±0,4 0,472 0,577
Ferritine (µg/L) 133,5±75,4 67,5±144,9 0,002 0,008
Iron (µg/dL) 79,7±19,1 57,6±41,0 <0,001 <0,001
Transferrine (mg/dL) 269,3±46,5 291,1±51,4 0,011
0,016
TSI (%) 30,5±8,9 16,2±11,1 <0,001 <0,001
CRP (mg/L) 6,2±1,3 11,0±23,6 0,072 0,076
IL-6 (pg/mL) 2,7±1,4 19,7±26,5 <0,001 <0,001
Basic clinical chemistry parameters of the study population

47. Oxidative Stress Byproducts Controls n=60 Pacients n=80
p
valor p adjusted
CAT (mU/mL)a 229,7±45,6 149,4±54,2 00,04
<0,001
GPx (mU/mL)a 76,2 ± 12,7 44,4±17,7 0,002 <0,001
GSH (µmol/mL)a 5,94±0,79 2,41±0,70 0,290 <0,001
GSSG (µmol/mL)a 0,45±0,16 1,10±0,47 <0,001 <0,001
GSSG/GSH (%)a 8,17±2,74 51,3±31,4 <0,001 <0,001
8-oxo-dG (nmol/mmol crea) b 2,67±1,40 12,8±4,76 <0,001 <0,001
F2-IsoPs(pg/mg crea) b 18,4±9,12 109,0±51,0 <0,001 <0,001
Oxidative Stres Profile of Colon Carcinoma Patients
Table 9. Basal markers of serum oxidative stress (a) and urine (b) in controls and patients.
*p adjusted for age and Body mass index; n: number of cases. CAT: Catalase; GSH: Reduced
Glutathione; GSSG: Oxidized Glutathione; 8-oxodG: 8-oxo-7,8-dihydro-2'-deoxyguanosine; F2-
IsoPs: F2-Isoprostanes. Data expressed as mean ± standard deviation.

49. 0
5
10
15
20
8-oxo-dG
nmol/nmol
creatinine
Controls CRC
**
*
Figura 1. 8-oxo-dG levels in the urine of healthy control subjects and
colorectal cancer patients
Urine 8-oxodG levels

50. CAMBIOS CON LA
EVOLUCIÓN CLÍNICA
DE LA ENFERMEDAD

51. Adenoma vs. Carcinoma

52. Tumors located in the colon / rectum, including the stages
TNM 0, I and II = Stage 0;
Regional tumors, affecting lymph nodes, stage
TNM III = Stage 1
Advanced tumors, with metastases or distal invasion of the peritoneum,
TNM IV = Stage 2.
Tumor Stages
American Join Committee on Cancer (AJCC). Colon and
rectum. En: Cancer Staging Manual. Seventh Edition.
Editor: Springer. Luxemburgo, 2010: pp 143-64

53. Urine 8-oxodG and F2-IP in different CRC stages vs. CEA and CA19.9

54. Figure 3. Reduced and oxidized glutathione levels and GSSG/GSH% ratio grouped by tumor stages.
Results expressed as mean ± standard error. The statistical differences when comparing the three stages are
indicated with the p value of the upper margin and between each of them indicated with letters. Means that
share these letters do not present statistically significant differences (p< 0.05) when compared using a 1-way
repeated measures ANOVA, followed by a post hoc Student – Newman – Keuls test.
A: GSH; B: GSSG; C: ratio GSSG/ GSH.
Seruma GSH Levels at Different Tumor tages

55. Evolución de los subproductos de EO y
factores de transcripción tras
tratamiento quirúrgico

56. Figure 4. Schematic representation of the roles played by oxidative stress and oxygen
free radicals in the induction of genetic instability during tumor progression.
Gene Mutation/Deletion (ras,5q)
Oncogene/TumourSuppressor Tumour Growth
Changes of Oxygen Metabolism
Impairment of Antioxidant
Enzymes and Oxidative Stress
Increase of ROS (.OH)
.OH-DNA interaction
and 8-oxo-dG formation
DNA Instability
More Gene Mutations
18q, 17p, 22q
DNA repair
enzymes
8-oxo-dG 8-oxo-dG
Tumour
Resection
Borrego S. et al IJMS 2013

57. Figure 45. Evolution of oxidative stress markers after surgical treatment; comparison with healthy controls. In serum = A: CAT
(Catalase); B: GSH (Reduced Glutathione); C: GSSG (Oxidized Glutathione); D: GSSG / GSH ratio. Data expressed as mean ±
standard error. The statistical differences when comparing the evolutionary times of the patients are indicated with the p of the
upper margin and between each of them they are indicated with letters, so that the means shared by these letters do not present
statistically significant differences (p> 0, 05) when compared using a 1-way ANOVA of repeated measures, followed by a
Student-Newman-Keuls post hoc test. The differences between the control group and the different patient times are represented
by * (p <0.05) and ** (p <0.001) when compared two to two with Student's t.
1 6 12
months
1 6 12
months
Control Basal

58. 0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
20.00
CONTROLS BASAL 1 m 6m 12m 24m
8-OHdG
nmol/mmol
creatinine
Evolution of 8-OHdG levels in Colorrectal Cancer
patients
P<0.001
CONTROLS BASAL 1 m 6m 12m 24m
MEAN 2,84 12,97 11,96 10,08 8,77 7,88
SD 1,44 5,38 5,37 4,81 5,21 3,20
n=100 n=79 n=69 n=47 N=42 n=36
**
**
**
**
**
a
b
c
c
c

59. Origin of the Curve
Contras variables AUC
%Confident
Intervals
1-Specificity
Sensitivity

60. Marker Cut off S (%) SP (%) PPV‡ (%) NPV‡ (%) Accurecy (%)
CEA (ng/mL) 4,95 26,3 100 100 50,4 57,8
CA 19.9 (UI/mL) 40 17,5 100 100 47,6 52,9
CATa (mU/mL) 191* 80,0 91,7 92,8 77,5 85,0
GSHa (μmol/mL) 3,17* 78,8 100 100 77,9 87,9
GSSGa (μmol/mL) 0,73 75,0 98,3 98,4 74,7 85,0
GSSG/GSHa (%) 14,3 98,8 98,3 92,8 98,3 98,6
8-oxodGb (nmol/mmol creatinina) 5,87 92,5 98,3 98,7 90,8 95,0
F2-IsoPsb (pg/mg creatinina) 94,5 78,8 100 100 77,9 87,9
Table 32. Diagnostic tests of the markers of oxidative stress in serum (a) and urine (b). ‡ Values calculated for a prevalence of the disease in the studied
population of 0.57. * The result below this cut-off point is considered positive test; the remaining markers, above its cut point. S: sensitivity; SP:
specificity; PPV: positive predictive value; NPV: negative predictive value; CAT: Catalase; GSH: Reduced Glutathione; GSSG: Oxidized Glutathione; 8-
oxodG: 8-oxo-7,8-dihydro-2'-deoxyguanosine; F2-IsoPs: F2-Isoprostanes.
Diagnostic Values of Oxidative Stress byproducts
Contingency tables and ROC curves.
Sensibility 8-oxodG: 92,5 F2-IP: 78,8 GSSG/GSH: 98.8 CEA: 26
CA19.9: 17,
Specificity 8-oxodG: 98,3 F2-IP: 100 GSSG/GSH: 98,3 CEA: 100
CA19.9: 100
Cut-off: 5,8nmol/mmol creat. Cut-off: 94,5pg/mg creat. Cut-off: 14,3 GSSG/GSHx100

61. Model Independent Variable B Typical Error Wald p valor OR IC 95%
Basal 8-oxodG 0,225 0,093 5,832 0,016 1,253 1,043-1,504
Table 35. Binary logistic regression for oxidative stress variables; dependent variable: advanced tumor stage. B: partial regression coefficient; OR: odds ratio; IC:
confidence interval. The introduced variables that were excluded for not presenting statistical significance (p> 0.05) were: CEA, CA 19.9, Catalase, Reduced
Glutathione (GSH), Oxidized Glutathione (GSSG), GSSG / GSH ratio and F2-Isoprostanes.
Regresión logística binaria mediante el método de selección paso a paso, se seleccionó como
variable dependiente el modelo que incluye todas las variables independientes (OE y marcadores
tumorales) con “estadio tumoral avanzado”
8-oxodG fue el único marcador que se asoció positivamente con el estadio avanzado del tumor, con una probabilidad de 1.253; es
decir, el aumento de 0,225 unidades de 8-oxodG aumenta el riesgo de estadio avanzado 1.253 veces.

62. Department of General Surgery and Digestive Diseases
Antonio Vázquez, Gonzalo Garrigós, Teresa Torres, Segundo
Ángel Gómez-Abril, Carmen Payá Service of Pathological Anatomy
Marisa Pérez, Natalia Camarasa, Jorge Escandón
Service of Clinical Analysis:
Adela Montagud y Eva Naranjo
Laboratory of Oxidative Stress. Oxidative Pathology Unit
Antonio Iradi, Paula García, Lidia Monzón, Guillermo Sáez

63. Ampliar la casuística del presente estudio.
Correlación de los resultados obtenidos con el tamaño y estadio tumoral.
La Dieta Mediterránea como intervención efectiva en la progresión de la enfermedad
IDEAS/RETOS DETECTADOS

64. Inteligencia artificial y neurociencia
computacional para mejorar el
entendimiento y tratamiento de
enfermedades neurológicas.
Salva Ardid. Investigador del Campus de Gandia (UPV).
05

65. Anàlisi i aplicació de sinergies entre
IA i neurociència computacional
per millorar l’enteniment i tractament
de malalties neurològiques
Salva Ardid, PhD
Investigador CIDEGENT, Pla Gen–T
UPV – Campus de Gandia

66. ●
Grup format per físics, biòlegs i enginyers
Ens interessa tot allò relacionat amb la
cognició i l’aprenentatge
La nostra recerca busca:
I. Millorar els algorismes d’IA a partir de
les neurociències
II. Avançar les neurociències més ràpidament
amb l’ús de tècniques d’IA
III. Aprofitar aquesta sinergia en casos pràctics
●
●
Per exemple en Salut, entendre el funcionament del cervell
i la disfunció cerebral per millorar la detecció precoç i el tractament de malalties
PRESENTACIÓ DEL GRUP
Neurociència
IA
Salut
https://LofNaDI.github.io

67. Testegem hipòtesis en models que enllacen mecanismes cerebrals i comportament
Ho fem amb models multi-escala i una formulació matemàtica auto-consistent
METODOLOGIES: Neurociència computacional (I)
Neurofisiologia → Models de Circuit Neuronal → Comportament

68. Podem pertorbar el règim de funcionament per estudiar determinades malalties
per exemple, una comunicació anòmala entre l’escorça prefrontal i l’estriat en Parkinson o esquizofrènia
METODOLOGIES: Neurociència computacional (II)
Pertorbacions → Model de Circuit Neuronal → Malalties

69. L’objectiu és trobar marcadors que ajuden a la detecció precoç de disfunció cerebral
I formes de restaurar-la. D’això en depèn que es puguen pal·liar els símptomes més adversos
METODOLOGIES: Neurociència computacional (III)
Intervenció → Model de Circuit Neuronal → Millora

70. Treballem amb algorismes d’aprenentatge automàtic supervisats i no supervisats
METODOLOGIES: Intel·ligència Artificial
Dades → Pregunta → Resposta
Classificació (cas discret)
o
Regressió (cas continu)
Imatges mèdiques
Sèries temporals
Altres dades
biomèdiques

71. Exemple recent d’anàlisi d’imatges mitjançant IA (projecte de Física)
Metodologia aplicable a imatge biomèdica i/o sèries temporals:
●
Transformació de sèries temporals en imatges RGB (en
aquest cas l’orientació passa a ser color)
●
Sobre les imatges apliquem aprenentatge profund (deep
convolutional networks)
●
Els resultats mostren una millora significativa sobre l’estat
de l’art
●
Predicció més acurada de la direcció de moviment de les
partícules (regressió)
●
Acompanyada per un índex de qualitat (com de fiable és
l’estimació)
temps
profunditat

72. Es busca col·laboració amb professionals de la Salut
El projecte contempla 3 fases principals:
I. Fase prèvia: Identificar la patologia (depressió, Parkinson, esquizofrènia,
Alzheimer, etc.) i pregunta d’interès, el tipus i volum de dades de les que
es disposa, si aquestes estan etiquetades o no, etc.
II.Fase central: Preprocessament de les dades, entrenament + validació +
generalització del models d’IA
III.Fase final de perfeccionament: estimació del nivell de confiança,
explicabilitat del resultat, etc.
IDEES/REPTES: Detecció i estudi de malalties i trastorns
psiquiàtrics, neurològics o neurodegeneratius

73. AGRAÏMENTS

74. La importancia de la detección precoz
desde el punto de vista de las
personas enfermas.
Asociación Española Contra el Cáncer Gandia-Valencia
06*

75. START UP: SMART FOOTWEAR SPORT
Néstor Cervera. CEO de
06
- SMART FOOTWEAR SPORT -

76. 50 Mil l o nes de corredores

77. 4
3
2
1
5
7
6
25.000.000

78. Somos SFS las plantillas inteligentes que ENSEÑAN
a correr y caminar AL MUNDO
#Solucionatuserrores
#Fortalecetuestilo
#Superatuslímites

79. Llama a nuestros Especiailstas para
que te enseñen hacerlo bien.
¿Cansado de NO mejorar tus marcas?
¿De NO parar de lesionarte?
PREVENCIÓN

80. Tu especialista al lado dándote indicaciones
para aprender un buen gesto deportivo.
5 Disfruta sin lesiones.
6
Recoger datos durante tu
entrenamiento en tiempo real.
Analizar y detectar el movimiento
incorrecto.

81. Recoge datos Analiza
Detectar el
problema
Introduce a TÚ
entrenador

82. BIOMECÁNICA + NEUROCIENCIA + ELECTRÓNICA

83. ALGORITMOS
Longitud zancada.
Velocidad propulsión.
Cadencia.
Presiones.
Pronación/Supinación.
Etc.
*Patent 201730508

84. Longitud de zancada > 1,05
m
<
1,20
m
Tiempo de vuelo > 160
ms
< 200 ms
Cadencia > 175
ppm
< 185 pp
m
Altura de zancada > 0,20
m
<
0,40
m
Con estímulos neurocognitivos introducimos
a TÚ entrenador en tus zapatillas
Estímulos parametrizables
para una personalización 100%
Conectado con tu especialista
en todo momento
Sin la necesidad de ir con el
móvil en la carrera
Rango

87. Ahorro en HERRAMIENTAS
y ESPACIO
ADQUISICIÓN
ACTIVACIÓN
RETENCIÓN
REFERENCIA
INGRESOS

88. 18.000.000
50,7%
4,2%
1.500.000
16.000.000
45,1%
Tamaño del mercado
en USA y Europa
de 35,5 millones

89. PRESCRIPCIÓN MÉDICA
400 especialistas x 12 plantillas =
4800 und.
1 plantilla al mes
- UK
- Portugal
- EEUU
- Francia
- Italia
fase 1
DESARROLLO DE LAS
PLANTILLAS
fase 3
fase 2
VENTAA ESPECIALISTAS
400 especialistas x 3 tallas = 1200 und.
2021
2022
2022
2023
fase 4
MERCADO
INTERNACIONAL
Venta a cliente directa
Captación de nuevos
especialistas:

91. Somos SFS las plantillas inteligentes que ENSEÑAN
a correr y caminar AL MUNDO

92. DEBATE
07

93. CIERRE
08
Por Ramón Soler (Vicepresidente de FAES Safor)

94. Equipo técnico Safor Salut
Campus de Gandia (UPV)
Pilar Sánchez psanche@upv.es
Neus Montoro niemones@upv.es
FISABIO
María Prada prada_marmar@gva.es
Amparo Arlandis arlandis_ampviy@gva.es
Elena Carrió carrio_elearg@gva.es
Silvia Llàcer llacer_sil@gva.es
FAES
Diego Pérez saforinnova@faesafor.com
Fina López finalopez@faesafor.com
www.saforsalut.es
#SaforSalut2021

95. Proyecto financiado por: