Se sabe que en México alrededor de 12 millones de personas tienen daño renal inicial y muchos de ellos no tienen idea de que sus riñones empiezan a enfermar, de ellos sólo 120,000 están diagnosticados con la enfermedad en diferentes etapas. Para más de 14,000 personas, la única vía de tratamiento es el trasplante y están en lista de espera para recibir un riñón cadavérico.

Hoy las enfermedades renales representa la quinta causa de muerte en el país con 13,500 decesos anuales, pero este panorama no es único para México. En general, en el mundo, los casos de daño renal se están incrementando año con año, por lo que en la búsqueda de soluciones ocurrió una brillante coincidencia.

Alvin Roth, quien recibió el premio Nobel de Economía en el 2012, se dio cuenta del problema que existía para los trasplantes de órganos y, basado en su teoría del juego, creó un algoritmo de compatibilidad que permite el análisis de cientos de variables genéticas para determinar con exactitud la coincidencia genética entre individuos, aun entre personas desconocidas, no relacionadas y ubicadas en distintos puntos geográficos.

En nuestro país se realizan alrededor de 3,000 trasplantes al año, 77% de trasplante vivo y 23% de cadavérico. en este sentido, México tiene mucha experiencia, incluso somos el país número dos del continente americano en trasplantes de donador vivo. Sin embargo, esto no es suficiente, ya que hoy apenas se atiende a 22% de la población que lo necesita.

El esfuerzo por llevar a la realidad el algoritmo de Roth comenzó en Estados Unidos, donde se logró el exitoso caso de Marisol Robles, quien fuera la primera mexicana en probar este algoritmo, pero con una cadena lograda con un donante de aquel país, aunque este modelo entre países pretende consolidarse de manera más ágil en el futuro, era importante acercarlo a la sociedad mexicana de manera inmediata, por lo que un equipo de trabajo encabezado por el doctor Arturo Dib Kuri, quien fuera uno de los eslabones para lograr el trasplante de Marisol, crearon el Centro Mexicano Pro Donación Renal AC (Pro Renal).

Hoy se trabaja de la mano con Alliance for Paired Kidney Donation, organización pionera en utilizar el algoritmo del premio Nobel y que ya registra más de 3,500 parejas y más de 350 trasplantes realizados.

Hoy, a menos de un año de su creación, el proyecto Pro Renal busca obtener la cadena de donación renal pareada más grande que se haya realizado en México.

Se trata de la Campaña 7-14-21, siete mexicanos de escasos recursos que podrían obtener un trasplante de riñón de otro donador vivo, lo que hace 14 personas involucradas, todo esto en 21 días.

“Se sabe por experiencia que al menos la mitad de las personas que requieren un trasplante ha recibido la oferta de un familiar para donarle su órgano y tienen todo, menos la compatibilidad”, explica el Dr. Dib Kuri.

A este grupo de pacientes está enfocando el esfuerzo, que en breve podría estar multiplicando los trasplantes en nuestro país en 100% de lo que se hace actualmente.

Para la Campaña “se requieren 450,000 pesos por pareja (paciente y donador) para los análisis, con el fin de obtener sus códigos genéticos y también para que en caso de que el donador y receptor se encuentren en distintos estados de la República puedan trasladarse al lugar donde se realizaría el trasplante”, dijo el especialista.

Desde este jueves se abrió al público también la plataforma de donación a través del sitio web: www.pro-renal.com, donde pueden hacerse aportaciones libres de impuestos y desde 1 peso, con esto se busca cubrir los gastos generales de los trasplantes.

Roth aseguró que cuando desarrolló el algoritmo jamás pensó que fuera a servir para trasplantes renales y ahora le satisface poder ayudar a las personas.

“Mi trabajo como economista es pensar acerca de las formas en que los seres humanos se pueden organizar para poder cooperar y ayudarse a sí mismos y a otros, esto es parte de un sueño, pero quienes lo hacen realidad son todos los involucrados en las donaciones. Admiro a la gente que hace este trabajo”, expresó.

[email protected]