RT info:eu-repo/semantics/bachelorThesis
T1 Modelo de predicción de COVID-19 grave basado en el uso de citocinas
A1 Alegre Ballesteros, Rodrigo
A2 Universidad de Valladolid. Facultad de Medicina
K1 COVID-19 (Enfermedad)
K1 Inmunología
K1 Tormenta de Citocinas
K1 COVID-19 (Enfermedad)
K1 3207.10 Inmunopatología
AB 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.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/54717
UL https://uvadoc.uva.es/handle/10324/54717
LA spa
DS UVaDOC
RD 02-dic-2024