Universitat Rovira i Virgili
Auguet Quintillà, Maria Teresa
Martín Lujan, Francisco Manuel
2023-07-07
250 p.
Universitat Rovira i Virgili. Departament de Medicina i Cirurgia
Antecedents: L’obesitat és un factor de risc per patir una malaltia per SARS-CoV-2 més greu, però no és clara la relació amb la síndrome metabòlica (SM). Es desconeix si els biomarcadors de gravetat en població general són també útils en pacients obesos i/o amb SM. Objectius: Avaluar nous models predictius de gravetat de la COVID-19 en població general i en població amb obesitat i/o amb SM. Metodologia: Estudi observacional prospectiu longitudinal de cohorts. Inclou pacients ingressats amb pneumònia COVID-19 que s'avaluen en dos punts clínics: a l'ingrés i 4-6 setmanes després. Es classifiquen, segons l’índex de massa corporal (IMC), en normopès (IMC <30kg/m2) o obesitat (IMC 30kg/m2) i segons la presència o no de SM. Determinacions: S'obtenen dades clíniques, radiològiques i de laboratori a l’ingrés i 4-6 setmanes després. Anàlisi estadística: Realitzada mitjançant el paquet estadístic SPSS/PC+ per a Windows (versió 23.0; SPSS, Chicago, IL, USA).
La resistina, IL-6, IL-8, IL-15, proteïna quimiotàctica de monòcits humans (MCP)-1 i factor de necrosi tumoral (TNF)-á es correlacionen amb pitjor pronòstic de COVID-19. La resistina i la IL-15 són els millors predictors precoços de necessitat de ventilació mecànica. Conclusions: El millor predictor de gravetat de la COVID-19 en població general i persones obeses és la IL-6, essent-ho la troponina i la lactat deshidrogenasa en SM. La resistina i la IL-15 són predictors precoços de la ventilació mecànica i s'haurien d'incloure en l'algoritme de decisió de tractament personalitzat dels pacients amb COVID-19. Antecedentes: La obesidad es un factor de riesgo para padecer una enfermedad por SARS-CoV-2 más grave, pero no está clara su relación con el síndrome metabólico (SM). Se desconoce si los biomarcadores de gravedad en población general son también útiles en pacientes obesos y/o con SM. Objetivos: Evaluar nuevos modelos predictivos de gravedad de COVID-19 en población general y en población con obesidad y/o con SM. Metodología: Estudio observacional longitudinal prospectivo de cohortes. Incluye pacientes ingresados con neumonía COVID-19 que se evalúan en dos puntos clínicos: al ingreso y 4-6 semanas después. Se clasifican, según el índice de masa corporal (IMC), en normopeso (IMC <30kg/m2) u obesidad (IMC 30kg/m2) y según la presencia o no de SM. Determinaciones: Se obtienen datos clínicos, radiológicos y de laboratorio al ingreso y 4-6 semanas después. Análisis estadístico: Realizado mediante el paquete estadístico SPSS/PC+ para Windows (versión 23.0; SPSS, Chicago, IL, USA).
con SM. Los niveles de la mayoría de citoquinas inflamatorias están más elevados al ingreso, independientemente de la presencia de obesidad o SM. La resistina, IL-6, IL-8, IL-15, proteína quimiotáctica de monocitos humanos (MCP)-1 y factor de necrosis tumoral (TNF)-á se correlacionan con peor pronóstico de COVID-19. La resistina y la IL-15 son los mejores predictores precoces de necesidad de ventilación mecánica. Conclusiones: El mejor predictor de gravedad de COVID-19 en población general y personas obesas es la IL-6, siéndolo la troponina y la lactato deshidrogenasa en SM. La resistina y la IL-15 son predictores precoces de ventilación mecánica y deberían incluirse en el algoritmo de decisión de tratamiento personalizado de los pacientes con COVID-19. Background: Obesity is a risk factor for more severe SARS-CoV-2 disease, but its relationship to metabolic syndrome (MS) is unclear. It is unknown if the biomarkers of severity in the general population are also useful in obese patients and/or with MS. Objectives: To evaluate new predictive models of severity of COVID-19 in the general population and in patients with obesity and/or MS. Methodology: Prospective longitudinal observational cohort study. Patients admitted with COVID-19 pneumonia are included and are evaluated at two clinical points: at admission and 4-6 weeks later. They are classified, according to the body mass index (BMI), in normal weight (BMI <30kg/m2) or obesity (BMI 30kg/m2) and according to the presence or not of MS. Determinations: Clinical, radiological and laboratory data are obtained on admission and 4-6 weeks later. Statistical analysis: Performed using the statistical package SPSS/PC+ for Windows (version 23.0; SPSS, Chicago, IL, USA).
COVID-19; Síndrome metabòlica; Biomarcadors; Síndrome Metabólico; Biomarcadores; Metabolic Syndrome; Biomarkers
61 - Medical sciences
Ciències de la salut
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
