000135537 001__ 135537 000135537 005__ 20240604140321.0 000135537 037__ $$aTESIS-2024-219 000135537 041__ $$aeng 000135537 1001_ $$aTovar Calonge, Mario 000135537 24500 $$aHacia la erradicación de la tuberculosis: modelización matemática de la enfermedad, vacunas y el impacto de la pandemia de COVID-19 Towards Tuberculosis eradication: mathematical modelling of the disease, vaccines and the impact of the COVID-19 pandemic 000135537 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2024 000135537 300__ $$a236 000135537 4900_ $$aTesis de la Universidad de Zaragoza$$v2024-211$$x2254-7606 000135537 500__ $$aPresentado: 29 02 2024 000135537 502__ $$aTesis-Univ. Zaragoza, , 2024$$bZaragoza, Universidad de Zaragoza$$c2024 000135537 506__ $$aby-nc$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc/3.0/es 000135537 520__ $$aLa Tuberculosis (TB) ha estado presente en todos los territorios del planeta, segando la vida de millones de personas. El descubrimiento de los primeros antibióticos, el desarrollo de políticas de salud pública y de control permitieron obtener resultados esperanzadores en el control de la misma, aunque en la actualidad, la TB persiste en todos los continentes, matando más de 1,3 millones de personas tan solo en 2022. La necesidad de erradicarla ha ganado impulso en este siglo dada su prevalencia, y la preocupación por la irrupción de cepas multirresistentes. Por ello, distintos organismos junto a la comunidad científica están invirtiendo tiempo y financiación en desarrollar de nuevas herramientas que hagan plausible un mundo sin TB.<br />Por sus características complejas, la epidemiología de TB se beneficia del uso de modelos matemáticos de propagación que puedan utilizarse como herramientas para evaluar el impacto potencial de intervenciones de salud pública. Sin embargo, describir la propagación de la TB requiere modelos complejos que puedan cerrar la brecha entre modelo y datos, cuya implementación no es una tarea sencilla. Además, la existencia de diferentes perturbaciones externas que interactúan con la dinámica de la TB significa que deben tenerse en cuenta e incluirse en los modelos si se quiere estimar correctamente el impacto de las diferentes intervenciones.<br />En esta tesis, para contribuir al esfuerzo de investigación, me he centrado en explorar la interacción entre la dinámica de propagación de la TB e intervenciones de salud pública, como son las vacunas, y también las consecuencias de la pandemia de COVID-19 sobre el control de la TB, todo ello en el marco de un modelo matemático complejo. Los métodos que se proponen en este texto están desarrollados para crear un marco de trabajo en el que tanto las intervenciones de salud pública como la perturbación del COVID-19 se introducen en el modelo considerando el acoplamiento entre éste y la historia natural de la enfermedad, que es la que gobierna la dinámica. Trabajar con este enfoque ayuda a reducir el sesgo en las estimaciones y, modelo mediante, podamos proporcionar resultados que puedan ayudar en el esfuerzo global de erradicación.<br />En los primeros dos capítulos se realiza una introducción a conceptos básicos que contextualizan el resto de la tesis, como su historia, sus características, y también su situación en el siglo XXI. Seguidamente se introducen los métodos que se van a emplear durante la tesis, con objeto de dotar al texto de todo el corpus de conocimiento que garantice reproducibilidad de los resultados mostrados.<br />Tras contextualizar la tesis e introducir los métodos globales que empleamos, en el Capítulo 3 se presentan algunos de los resultados más relevantes de este texto. Tras explorar la literatura respecto a la estimación de impacto de vacunas, se encuentra una fuerte discrepancia entre los resultados de eficacia que se miden en ensayos clínicos reales y su traducción a los modelos matemáticos, que requieren una interpretación mecanística de la vacuna en cuestión. Tomando esto como punto de partida, desarrollé sendos métodos matemáticos que, dados los resultados de 2 ensayos reales, con diferentes vacunas cuyas características diferían, permiten obtener esta descripción matemática. Esto permite, además, eliminar la necesidad de hacer conjeturas sobre el efecto mecanístico cuando se simula la introducción de la vacuna, pudiendo obtener resultados de impacto menos sesgados y, en general, obtener mejores caracterizaciones de las vacunas que están bajo desarrollo.<br />En el Capítulo 4, partiendo del conocimiento anterior, se explora un escenario en el que, de forma particular, se presumía que en China, una vacuna de eficacia dada produciría un alto impacto. Los resultados permiten explorar las diferencias de impacto cuando la descripción de la vacuna en el modelo es diferente, sometidos, además, a distintas formas de considerar el efecto de la demografía en el modelos, relevante en un país con un proceso de envejecimiento rápido como China. En general, los resultados de este trabajo lanzan un mensaje de cautela cuando se realizan las estimaciones de impacto, pues, de no hacerse correctamente, se pueden obtener resultados sesgados.<br />En el Capítulo 5 se abandona la exploración de impactos de vacunas para realizar un ejercicio centrado en una perturbación negativa, derivada de las consecuencias de la pandemia de COVID-19 durante sus años de mayor actividad. Una de las consecuencias de esta pandemia fue la saturación de los hospitales y de los sistemas de diagnóstico, lo que afectó al control de otras enfermedades. Explorando datos reales sobre reducciones de diagnóstico y de escasez de tratamiento para la TB, los resultados muestran el impacto que se espera en los próximos años debido a esta interacción, y también muestran que con una rápida respuesta que incrementase las detecciones de casos, dicho impacto podría reducirse notablemente.<br />Para finalizar, en el último capítulo se incluyen las conclusiones globales a las que ha llevado la investigación realizada para la creación de este documento, y que ha dado lugar a 4 artículos de investigación, y se incluye una brevísima disertación sobre las direcciones futuras a las cuales se puede apuntar partiendo de este documento, a su fecha de publicación. <br /> 000135537 520__ $$a<br /> 000135537 521__ $$97076$$aPrograma de Doctorado en Física 000135537 540__ $$9info:eu-repo/semantics/openAccess 000135537 6531_ $$afísica teórica 000135537 6531_ $$aepidemiología 000135537 6531_ $$aanálisis de datos 000135537 691__ $$a10 000135537 692__ $$aReducir las desigualdades entre países y dentro de ellos. 000135537 700__ $$aMoreno Vega, Yamir $$edir. 000135537 700__ $$aSanz Remón, Joaquín $$edir. 000135537 7102_ $$aUniversidad de Zaragoza$$b 000135537 830__ $$9488 000135537 8560_ $$fcdeurop@unizar.es 000135537 8564_ $$uhttps://zaguan.unizar.es/record/135537/files/TESIS-2024-219.pdf$$zTexto completo (eng) 000135537 909CO $$ooai:zaguan.unizar.es:135537$$pdriver 000135537 909co $$ptesis 000135537 9102_ $$aCiencias$$b 000135537 980__ $$aTESIS