000135618 001__ 135618
000135618 005__ 20240612130920.0
000135618 037__ $$aTESIS-2024-230
000135618 041__ $$aspa
000135618 1001_ $$aCastel Feced, Sara
000135618 24500 $$aRiesgo cardiovascular en dos cohortes de estudio: análisis con datos de vida real
000135618 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2024
000135618 300__ $$a227
000135618 4900_ $$aTesis de la Universidad de Zaragoza$$v2024-222$$x2254-7606
000135618 500__ $$aPresentado: 22 03 2024
000135618 502__ $$aTesis-Univ. Zaragoza, , 2024$$bZaragoza, Universidad de Zaragoza$$c2024
000135618 506__ $$aby-nc$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc/3.0/es
000135618 520__ $$aIntroducción<br />La enfermedad cardiovascular supone un desafío para la salud pública debido a su alta incidencia y gravedad. Las guías de práctica clínica actuales destacan la importancia del cálculo preciso del riesgo cardiovascular para implementar medidas preventivas y tratamientos efectivos. El análisis longitudinal de factores de riesgo cardiovascular (FRCV), mediante herramientas como el análisis de clusters, proporciona una nueva visión y contribuye a mejorar la estimación del riesgo y al desarrollo de estrategias preventivas más personalizadas. Además, las técnicas de aprendizaje automático ofrecen un enfoque prometedor para mejorar la precisión en las estimaciones, aprovechando datos de vida real (RWD). Las diferencias entre sexos también afectan al campo de la enfermedad cardiovascular y el análisis contrafactual puede ser utilizado para identificar causas de estas diferencias. Este enfoque integral proporciona información valiosa para desarrollar políticas de salud pública dirigidas a reducir el riesgo y la frecuencia de enfermedades cardiovasculares e implementar estrategias preventivas más personalizadas.<br />Objetivos<br />Estimar la frecuencia de factores de riesgo cardiovascular en dos poblaciones diferentes de Aragón, cohortes Aragon Workers' Health Study (AWHS) y CArdiovascular Risk factors for hEalth Service research (CARhES), describiendo su evolución en función de perfiles de pacientes; estudiar la adherencia a tratamientos; aplicar diferentes técnicas para estimar el riesgo de enfermedad cardiovascular, y analizar las diferencias entre sexos en la incidencia de evento cardiovascular mayor (MACE), estudiando posibles factores que influyen en las mismas.<br />Metodología<br />El trabajo de tesis se ha desarrollado en el contexto de dos cohortes: la cohorte AWHS y la cohorte CARhES. Dentro de los estudios realizados en los hombres incluidos en el AWHS, se implementaron técnicas de machine learning, integrando variables de riesgo cardiovascular y aquellas que miden la adherencia a tratamientos para explorar su impacto en la ocurrencia de eventos cardiovasculares. Además, se han aplicado técnicas de clustering longitudinal para identificar grupos de individuos según la evolución de factores de riesgo cardiovascular.<br />La segunda parte de la tesis se centra en la cohorte CARhES, que abarca tanto a hombres como mujeres aragonesas con algún factor de riesgo cardiovascular: hipertensión, hipercolesterolemia o diabetes. En esta fase, también se aplicaron técnicas de machine learning para analizar la relación entre factores de riesgo cardiovascular y la incidencia de MACE, aportando información que permite enfoques más personalizados en la prevención. También se utilizaron técnicas contrafactuales para estudiar los factores que influyen en las diferencias en la frecuencia de eventos cardiovasculares entre hombres y mujeres.<br />Resultados<br />En el análisis realizado con datos del AWHS, la hipercolesterolemia fue el factor de riesgo cardiovascular más prevalente y la incidencia acumulada de enfermedad cardiovascular resultó del 7,9% en 10 años. Los modelos predictivos, destacaron la edad y la exposición al tratamiento como principales predictores de la incidencia de evento cardiovascular. Finalmente, los varones del AWHS se agregaron en dos clusters atendiendo a la evolución de sus factores de riesgo y nivel de riesgo cardiovascular (utilizando la herramienta SCORE). En comparación al cluster 2, el cluster 1 estuvo formado por trabajadores más jóvenes, con valores medios de índice de masa corporal, perímetro de cintura, glucemia y SCORE más bajos, y valores medios de colesterol HDL más altos.<br />En la cohorte CARhES, la hipertensión fue el FRCV más común entre los individuos de la cohorte, todos ellos con algún FRCV. La incidencia de MACE fue del 1,1% en 4 años. Los modelos predictivos resaltaron la edad y la adherencia a antidiabéticos como factores clave en la incidencia de MACE. La incidencia de MACE fue mayor en hombres, sujetos con diabetes y jubilados que ganaban menos de 18,000€ al año. Finalmente, diabetes y nivel socioeconómico fueron los mayores factores contribuyentes a las diferencias observadas entre sexos. <br />Conclusiones<br />Los modelos predictivos desarrollados tanto en la cohorte AWHS como en la cohorte CARhES destacan la influencia de la edad y la adherencia al tratamiento en el riesgo de sufrir un evento cardiovascular. El análisis por clusters realizado con los trabajadores de la cohorte AWHS evidenció dos grupos de individuos según la evolución de factores de riesgo y nivel de riesgo cardiovascular. Uno con peor evolución de factores de riesgo y mayor aumento de riesgo que el otro. Finalmente, la diabetes y el nivel socioeconómico parecen ser dos factores contribuyentes a las diferencias en la incidencia de MACE entre hombres y mujeres de la cohorte CARhES.<br />
000135618 520__ $$a<br />
000135618 521__ $$97085$$aPrograma de Doctorado en Medicina
000135618 540__ $$9info:eu-repo/semantics/openAccess
000135618 6531_ $$asalud pública
000135618 6531_ $$apatología cardiovascular
000135618 6531_ $$atécnicas de predicción estadística
000135618 6531_ $$abioestadística
000135618 691__ $$a3 5 10
000135618 692__ $$aGarantizar una vida saludable y promover el bienestar para todos y todas en todas las edades. Alcanzar la igualdad entre los géneros y empoderar a todas las mujeres y niñas. Reducir las desigualdades entre países y dentro de ellos.
000135618 700__ $$aRabanaque Hernández, María José $$edir.
000135618 7102_ $$aUniversidad de Zaragoza$$b
000135618 830__ $$9497
000135618 8560_ $$fcdeurop@unizar.es
000135618 8564_ $$uhttps://zaguan.unizar.es/record/135618/files/TESIS-2024-230.pdf$$zTexto completo (spa)
000135618 909CO $$ooai:zaguan.unizar.es:135618$$pdriver
000135618 909co $$ptesis
000135618 9102_ $$aCiencias de la Salud$$b
000135618 980__ $$aTESIS