Browsing by Subject "Biomatemáticas"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Publication
    Open Access
    Análisis de la calidad metodológica en los ensayos clínicos aleatorizados publicados sobre ventilación no invasiva
    (Universidad de Murcia, 2022-03-09) Bayoumy Delis, Pablo Safwat; Carrillo Alcaráz, Andrés; Soria Aledo, Victoriano; Escuela Internacional de Doctorado
    Justificación. La ventilación no invasiva es una técnica de soporte respiratorio ampliamente utilizada. En las últimas cuatro décadas se han realizado múltiples estudios en diferentes ámbitos médicos y patologías. A pesar de ello, la evidencia sobre la que se basa su utilización consiste en ensayos clínicos aleatorizados muy heterogéneos cuyas características metodológicas no han sido estudiadas. El objetivo del presente estudio consiste en analizar y comparar las características formales y metodológicas de los ensayos clínicos aleatorizados publicados sobre ventilación no invasiva, dependiendo del tipo de ensayo clínico, del número de centros en los que se ha realizado, del año y del factor de impacto de la revista de publicación. Métodos. Se realizó un estudio transversal analítico, en el que se revisaron los ensayos clínicos aleatorizados publicados en Medline, Embase y Cochrane desde 1980 hasta 2019 sobre ventilación no invasiva en el paciente agudo. La extracción de las variables fue llevada a cabo por dos miembros del equipo investigador, de forma independiente, previamente formados en metodología de la investigación. Ante la discrepancia en un resultado, un tercer investigador era consultado. Las variables se expresan como frecuencias absolutas y relativas. Las comparaciones se realizaron mediante la prueba Chi2 de Pearson. Resultados. Se han analizado 294 ensayos clínicos aleatorizados, publicados desde 1980 hasta 2019. De los 294 artículos analizados, la adecuada especificación del diseño del estudio estuvo presente en 59 (20,1%, IC-95% 15,7 a 25,1), se especificó la realización del cálculo del tamaño muestral en 152 (51,7%, IC-95% 45,8 a 57,5), el método de generación de la secuencia de aleatorización en 142 (48,3%, IC-95% 42,5 a 54,2) y la ocultación de la asignación en 140 (47,6%, IC-95% 41,8 a 53,5). El número de registro se publicó en 90 (30,6%, IC-95% 25,4 a 36,2) estudios. Los estudios paralelos mostraron con mayor frecuencia la especificación del diseño (17,6% vs 30,9%, p = 0,026), cálculo del tamaño muestral (56,1% vs 32,7%, p = 0,002), la generación de la secuencia de aleatorización (53,1% vs 27,3%, p < 0,001), el método de ocultación de la asignación (56,1% vs 10,9%, p < 0,001) y el número de registro (31,8% vs 25,5%, p = 0,357). Los estudios multicéntricos especificaron de forma adecuada el diseño con mayor frecuencia (37,3% vs 10,4%, p < 0,001). Un mayor número de estudios multicéntricos presentaron un cálculo del tamaño muestral (85,1% vs 46,3%, p < 0,001), generación de la secuencia de aleatorización (70,1% vs 47,6%, p = 0,002), ocultación de la asignación (80,6% vs 47,6%, p < 0,001) y número de registro (49,3% vs 26,2%, p < 0,001). Los artículos publicados en revistas de primer cuartil presentaron con mayor frecuencia un cálculo de tamaño muestral (65,4% vs 59,4% vs 46% vs 47,1%, p = 0,012) y ocultación de la asignación (60,3% vs 50% vs 42% vs 47,1%, p = 0,03), sin diferencias en cuanto a la especificación del diseño, generación de la secuencia de aleatorización y número de registro. Los artículos publicados de 2010 a 2019 mostraron con mayor frecuencia que los publicados en 2000-2009, 1990-1999 y 1980-1989 la especificación del diseño (31,1% vs 9,3%, 6,7%, 0%, p < 0,001), cálculo del tamaño muestral (64,2% vs 45,5% vs 20% vs 0%, p < 0,001), la generación de la secuencia de aleatorización (58,3% vs 45,4% vs 13,3% vs 20%, p < 0,001), el método de ocultación de la asignación (53% vs 48,1% vs 23,3% vs 20%, p = 0,004) y el número de registro (54,4% vs 7,4% vs 0% vs 0,% p < 0,001) Conclusiones. Los ensayos clínicos aleatorizados publicados sobre ventilación no invasiva presentan frecuentes deficiencias metodológicas y formales que condicionan la calidad de la evidencia científica que sostiene su uso, pudiendo esta considerarse subóptima.
  • Thumbnail Image
    Publication
    Open Access
    Métodos y herramientas bioinformáticas : contribuciones a la mejora del diagnóstico y la gestión de pacientes
    (Universidad de Murcia, 2023-10-06) Cisterna García, Alejandro; Botía Blaya, Juan Antonio; Maietta, Paolo; Escuela Internacional de Doctorado
    En esta tesis hemos aplicado y desarrollado técnicas bioinformáticas para tratar de ayudar a los clínicos, a los biólogos y a otros bioinformáticos. Hemos integrado y usado datos médicos y genómicos con la finalidad de estudiar las relaciones gen-fenotipo (capítulo 4), ayudar en el manejo de pacientes con COVID-19 (capítulo 5) y encontrar biomarcadores para el diagnóstico de enfermedades neurodegenerativas como el Alzheimer (capítulo 6). En definitiva, el objetivo es ayudar en las decisiones clínicas y mejorar el diagnóstico de enfermedades. Por un lado, se han analizado datos utilizando estadística y técnicas de Machine Learning (ML). Por otro, se han desarrollado métodos y herramientas bioinformáticas para intentar solucionar problemas y facilitar los análisis. Por tanto, tenemos aportes en las dos grandes ramas de la bioinformática, el análisis de datos y el desarrollo de herramientas. Una de las grandes cuestiones de la biología y la medicina genética es la asociación entre los genes y el fenotipo. Una enfermedad puede asociarse a un determinado fenotipo y a unos genes concretos. Además, los investigadores y genetistas pueden definir enfermedades utilizando una lista de genes, esto se conoce como paneles de genes. Dadas dos enfermedades parecidas el diagnóstico diferencial y la correcta asociación gen-fenotipo puede ser compleja. Debido a la importancia de estas relaciones se han realizado esfuerzos para conocer las asociaciones gen-fenotipo. La información de estas asociaciones gen-fenotipo se ha ido recopilando generando multitud de bases de datos. En el capítulo 4 desarrollamos una herramienta bioinformática (PhenoExam) para centralizar el uso de diferentes bases de datos posibilitando realizar pruebas estadísticas y estudiar las relaciones gen-fenotipo. Primero, detectamos una necesidad de comparar dos conjuntos de genes en base a sus fenotipos. Después, elaboramos métodos para realizar estas comparaciones determinando su similitud y diferencias. PhenoExam es capaz de concluir si esas similitudes entre fenotipos son estadísticamente relevantes. Además, es capaz de determinar en los paneles de genes de enfermedades muy similares sus diferencias. Hemos validado PhenoExam con enfermedades similares definidas por sus paneles de genes y utilizando genes derivados de investigaciones para intentar descubrir asociaciones gen-fenotipo. Esta herramienta se encuentra disponible en R y en Web. Por otro lado, esta tesis ha tenido lugar durante un periodo de pandemia causado por el COVID-19. Gracias al proyecto de la Fundación Séneca y a los datos del Servicio Murciano de Salud hemos podido trabajar con datos médicos de unos 86.000 pacientes de COVID-19. Utilizando estos datos hemos realizando un estudio retrospectivo (capítulo 5). Hemos extraído información relevante utilizando estadística y ML para estudiar la relación entre sexo, edad y comorbilidades con los diversos tipos de pacientes. Además, hemos desarrollado un método para lidiar con el desbalanceo y lo hemos aplicado en la construcción de modelos predictivos. Estos modelos han determinado con una buena exactitud el estado final del paciente (fallece o sobrevive) o la necesidad de hospitalización (externo o ingreso) con los datos que conocíamos en el momento del diagnóstico (edad, sexo y comorbilidades). Por último, utilizando datos clínicos, información genómica y transcriptómica hemos desarrollado un biomarcador de Alzheimer en fases tempranas de la enfermedad (capítulo 6). El Alzheimer es una enfermedad compleja y en la que es difícil obtener un diagnóstico temprano. Además, por sus síntomas, difícil de diferenciar de otras similares e incluso de confirmar hasta el fallecimiento del paciente. Utilizando la información transcriptómica procedente del RNA libre del plasma sanguíneo y técnicas de ML hemos desarrollado un biomarcador que detecta Alzheimer en fases tempranas con gran precisión. Hemos estudiado su comportamiento en diferentes estadios de la enfermedad obteniendo resultados prometedores. Finalmente, determinamos su especificidad comparando con el resultado obtenido en otras enfermedades neurodegenerativas.
  • Thumbnail Image
    Publication
    Open Access
    Propuestas y análisis de técnicas para la generación de subconjuntos significativos de soluciones de redes metabólicas
    (Universidad de Murcia, 2021-03-30) Hidalgo Céspedes, José Francisco; Guil Asensio, Francisco de Asís; García Carrasco, José Manuel; Escuela Internacional de Doctorado
    El estudio de redes metabólicas aplicado a la Biotecnología y a la investigación de enfermedades es un tema de investigación de plena actualidad en nuestros días. La disponibilidad de modelos biológicos cada vez más precisos hace posible el uso de herramientas matemáticas e informáticas para dicho estudio que permiten analizar los posibles estados metabólicos de estas redes. Es bien conocido que el conjunto de posibles estados de una red metabólica es un conjunto infinito que puede ser estudiado a través de un subconjunto finito de estados llamados modos elementales o EFMs de la red. Los modos elementales permiten representar todos los demás estados posibles en función de ellos. Por su importancia, se han propuesto una amplia variedad de métodos de extracción de EFMs basadas en estrategias y herramientas matemáticas diferentes. Cada método presenta sus propias ventajas de inconvenientes en términos de eficiencia, escalabilidad, etc. Atendiendo a la eficiencia, la herramienta matemática que ha demostrado el mejor comportamiento hasta la fecha es la optimización con programación lineal. Aún así, no es perfecta y los métodos basados en programación lineal presentan algunas limitaciones. Cabe destacar que, a pesar de todos los esfuerzos e independientemente del método usado, el problema de encontrar el conjunto de todos los EFMs de una red sigue abierto cuando se trata de redes grandes, por lo que es necesario centrarse en encontrar subconjuntos suyos, intentando asegurar la representatividad biológica del subconjunto obtenido. Esta tesis contribuye al estudio de las redes metabólicas mediante la propuesta de diferentes estrategias, el análisis de los resultados y el estudio comparativo con otros algoritmos existentes. Ello culmina en la propuesta del algoritmo EFM-Ta de extracción de EFMs, que rompe la barrera de ratio ideal de eficiencia LP, batiendo en este aspecto a técnicas precedentes. Además del algoritmo EFM-Ta que mejora drásticamente la eficiencia de métodos anteriores, cabe destacar la inclusión de una técnica de estudio estadístico que supone un primer paso hacia el estudio de la tipología de los EFMs obtenidos mediante distintos métodos de extracción. Consideramos que este análisis es un paso adelante para un estudio que permitirá arrojar luz sobre la representatividad de distintos subconjuntos de EFMs.