RT info:eu-repo/semantics/bachelorThesis
T1 Control metabólico de pacientes con diabetes mellitus tipo I mediante el uso de glucometrías y parámetros de red
A1 Encinas Muñoz, Juan
A2 Universidad de Valladolid. Facultad de Medicina
K1 Diabetes Mellitus
K1 Células ß
K1 Células b
K1 Control glucémico
K1 Diabetes mellitus tipo 1
K1 Estudio de clasificación
K1 Machine learning
K1 Péptido C detectable
K1 Péptido C indetectable
K1 Redes de asociación
K1 Variabilidad glucémica
AB La diabetes mellitus (DM) es un conjunto de patologías de carácter crónico en las queel paciente presenta una desregulación del nivel de glucosa en sangre, caracterizada porla hiperglucemia. Concretamente, la diabetes mellitus tipo 1 (DM1) consiste en unadestrucción autoinmune de las células b de los islotes de Langerhans del páncreas, lo queimpide una correcta secreción de la insulina. Para evitar las complicaciones asociadas ala DM1, es esencial que los pacientes presenten un buen control glucémico. Se haobservado que este puede verse favorecido por un nivel de péptido C detectable (> 0.1ng/mL), lo que indica que el paciente presenta cierta funcionalidad de las células b. Paramantener un buen control, es necesario monitorizar los niveles de glucemia y, en estecontexto, un concepto importante es la variabilidad glucémica (VG). A lo largo de lasúltimas décadas se han planteado numerosos parámetros de VG, pero ninguno de ellos seha visto que pueda servir como gold standard. Ante ello, este trabajo pretende realizar unanálisis exploratorio de los diferentes parámetros de VG existentes, de tal forma que sedetermine cuáles son los que aportan una mayor información con relación al controlglucémico expresado por el nivel de péptido C. Para llevar a cabo este análisis, se harecogido una base de datos conformada por 212 pacientes con DM1 del Hospital ClínicoUniversitario de Valladolid (HCUV), que se dividen en 70 sujetos con péptido Cdetectable y 142 con péptido C indetectable. De cada uno de ellos, se extrajeron 28parámetros de VG a partir de sus curvas de glucemia. Además, se ha realizado el cálculode 4 variables relativas a la variación del péptido C. Como herramienta imprescindiblepara determinar las correlaciones entre los diferentes parámetros de VG y de estos con elpéptido C, se han empleado las redes de asociación. A partir de este planteamiento inicial,se ha realizado un estudio de clasificación con técnicas de Machine Learning en losgrupos de péptido C detectable vs. indetectable (nuestra variable target). Con él, seobserva que una combinación de los parámetros de VG no nos permite mejorar elrendimiento de clasificación. Esto se puede deber a diversos factores, como la imprecisiónde la medida de péptido C, la poca correlación entre los parámetros de VG y la variabletarget o la falta de consideración de otros factores, como las comidas, el ejercicio o lasdosis de insulina. Además, todos los parámetros de VG comparten mucha informaciónentre ellos, de tal forma que muchas veces son redundantes. Por todo esto, hay aún muchomargen de mejora para establecer una métrica o conjunto de métricas que nos permitandeterminar claramente el estado de control glucémico de un paciente con DM1.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79112
UL https://uvadoc.uva.es/handle/10324/79112
LA spa
DS UVaDOC
RD 30-oct-2025