Análisis de datos de la COVID-19 en Gipuzkoa. Pruebas diagnósticas y modelos predictivos

  1. IGLESIAS GASPAR, MARIA TERESA
Dirigida por:
  1. José Ignacio Emparanza Director/a
  2. Iratxe Urreta Barallobre Director/a

Universidad de defensa: Universidad del País Vasco - Euskal Herriko Unibertsitatea

Fecha de defensa: 07 de abril de 2022

Tribunal:
  1. Javier Zamora Moreno Presidente/a
  2. María Inmaculada Ruiz Montesinos Secretario/a
  3. Agustín Castiella Eguzquiza Vocal
Departamento:
  1. Medicina Preventiva y Salud Pública

Tipo: Tesis

Teseo: 157706 DIALNET lock_openADDI editor

Resumen

Durante la pandemia que ha asolado el mundo estos dos últimos años han existido muchas incertidumbres acerca de la enfermedad del SARS-CoV-2, entre ellas, identificar a los pacientes que pudieran estar infectados por la COVID de entre aquellos que presentaban síntomas compatibles con la enfermedad y la de detectar a los pacientes que presentaban un riesgo mayor de fallecer o de ingresar en la unidad de cuidados intensivos. Por este motivo, se han realizado una cantidad ingente de estudios para derivar modelos de predicción que nos ayudasen a resolver estas cuestiones. En esta tesis, hemos realizado dos revisiones sistemáticas para identificar aquellos modelos predictivos que tuvieran mejor rendimiento predictivo y con características nosológicas suficientes para ser empleados en la práctica clínica.Dada la complejidad de encontrar modelos predictivos que permitieran discriminar entre pacientes Covid-19 y pacientes no Covid-19, se han analizado las características nosológicas de las pruebas diagnósticas de laboratorio disponibles hasta agosto de 2021. Es decir, pruebas para detección presente de la enfermedad: RT-PCR y prueba rápida de antígenos PanbioTM (Ag rapid test device) y pruebas para la detección de infección pasada (serología), de manera que pudiésemos conocer la sensibilidad y la especificidad de dichas pruebas en los entornos clínicos.