• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of UVaDOCCommunitiesBy Issue DateAuthorsSubjectsTitles

    My Account

    Login

    Statistics

    View Usage Statistics

    Share

    View Item 
    •   UVaDOC Home
    • FINAL DEGREE PROJECTS
    • Trabajos Fin de Grado UVa
    • View Item
    •   UVaDOC Home
    • FINAL DEGREE PROJECTS
    • Trabajos Fin de Grado UVa
    • View Item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Export

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/54717

    Título
    Modelo de predicción de COVID-19 grave basado en el uso de citocinas
    Autor
    Alegre Ballesteros, Rodrigo
    Director o Tutor
    Tamayo Gómez, EduardoAutoridad UVA
    Martín Fernández, MartaAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de MedicinaAutoridad UVA
    Año del Documento
    2022
    Titulación
    Grado en Medicina
    Abstract
    La infección por COVID-19 se ha relacionado con el fenómeno “tormenta de citocinas”; esta situación favorece una liberación incontrolada de citocinas que produce un daño pulmonar grave. A pesar de esta relación entre citocinas y COVID-19, no se ha llevado a cabo ningún estudio de distintos perfiles de citocinas y su evolución en el tiempo en relación con el pronóstico del paciente. En este estudio, se busca encontrar la asociación entre los diferentes perfiles de citocinas y su evolución durante la hospitalización, con la mortalidad en pacientes hospitalizados por COVID-19. Se realizó la medición en plasma de los niveles de 45 citocinas diferentes en 108 pacientes infectados por COVID-19 en el primer, tercer y sexto día de ingreso así como en 28 controles sanos en el primer día. Se llevó a cabo un análisis de los componentes principales (ACP) para establecer los distintos perfiles de citocinas y se relacionó con la mortalidad a 28 días en pacientes hospitalizados. El resultado fue que los niveles de IL-1α y VEGFA (CP3), se encontraron más elevados en el grupo de los fallecidos únicamente en el día 1 post-ingreso. Por otra parte, las mediciones de HGF, MCP-1, IL-18, eotaxina, y SCF (CP2) mantuvieron valores más altos en el grupo de los fallecidos durante los tres días de medición, actuando como factor de riesgo; y por otro lado, los niveles de BDNF, IL-12 y IL-15 (CP1) se mantuvieron más bajos en el grupo de los fallecidos durante los tres días, actuando como factor protector. Ambos dos, CP2 y CP1, fueron incrementando sus diferencias entre grupos a lo largo del tiempo. La precisión de la probabilidad predicha para el modelo final de regresión logística para la estimación de la mortalidad basado en los valores de CP3 en el día 1, y CP2 y CP1 en el día 6 fue del 89,00 % (p La infección por COVID-19 se ha relacionado con el fenómeno “tormenta de citocinas”; esta situación favorece una liberación incontrolada de citocinas que produce un daño pulmonar grave. A pesar de esta relación entre citocinas y COVID-19, no se ha llevado a cabo ningún estudio de distintos perfiles de citocinas y su evolución en el tiempo en relación con el pronóstico del paciente. En este estudio, se busca encontrar la asociación entre los diferentes perfiles de citocinas y su evolución durante la hospitalización, con la mortalidad en pacientes hospitalizados por COVID-19. Se realizó la medición en plasma de los niveles de 45 citocinas diferentes en 108 pacientes infectados por COVID-19 en el primer, tercer y sexto día de ingreso así como en 28 controles sanos en el primer día. Se llevó a cabo un análisis de los componentes principales (ACP) para establecer los distintos perfiles de citocinas y se relacionó con la mortalidad a 28 días en pacientes hospitalizados. El resultado fue que los niveles de IL-1α y VEGFA (CP3), se encontraron más elevados en el grupo de los fallecidos únicamente en el día 1 post-ingreso. Por otra parte, las mediciones de HGF, MCP-1, IL-18, eotaxina, y SCF (CP2) mantuvieron valores más altos en el grupo de los fallecidos durante los tres días de medición, actuando como factor de riesgo; y por otro lado, los niveles de BDNF, IL-12 y IL-15 (CP1) se mantuvieron más bajos en el grupo de los fallecidos durante los tres días, actuando como factor protector. Ambos dos, CP2 y CP1, fueron incrementando sus diferencias entre grupos a lo largo del tiempo. La precisión de la probabilidad predicha para el modelo final de regresión logística para la estimación de la mortalidad basado en los valores de CP3 en el día 1, y CP2 y CP1 en el día 6 fue del 89,00 % (p<0,001). Como conclusión, nuestros hallazgos revelan la evolución de las citocinas en relación con la mortalidad causada por la enfermedad COVID-19. Proponemos el uso de CP3 asociado a los datos clínicos como marcador de daño pulmonar grave, y la evolución de los valores de CP1 y CP2 para predecir el pronóstico y así personalizar el tratamiento.
    Materias (normalizadas)
    COVID-19 (Enfermedad)
    Inmunología
    Materias Unesco
    3207.10 Inmunopatología
    Palabras Clave
    Tormenta de Citocinas
    COVID-19 (Enfermedad)
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/54717
    Derechos
    openAccess
    Collections
    • Trabajos Fin de Grado UVa [30948]
    Show full item record
    Files in this item
    Nombre:
    TFG-M2598.pdf
    Tamaño:
    1.063Mb
    Formato:
    Adobe PDF
    Thumbnail
    FilesOpen
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcept where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10