Data science applied to chronic fatigue syndrome

Autor/a

LACASA-CAZCARRA, MARCOS ORCID

Director/a

Casas-Roma, Jordi ORCID

Alegre, Jose ORCID

Data de defensa

2024-09-19

Pàgines

159 p.



Programa de doctorat

Bioinformàtica

Resum

L'encefalomielitis miàlgica o síndrome de fatiga crònica (EM/SFC) és un procés orgànic, debilitant i multifacètic. L'inici heterogeni i la presentació clínica amb comorbiditats addicionals dificulten el diagnòstic. No hi ha evidències de proves diagnòstiques ni biomarcadors que determinin, per si sols, el diagnòstic. Les línies de recerca són heterogènies. Cal definir assaigs clínics per identificar tractaments eficaços. En aquesta investigació s'aporten 2 biomarcadors que es poden utilitzar en aquesta finalitat: el consum pic d'oxigen a la prova d'esforç i el resultat del test CPT3 per mesurar el deteriorament cognitiu. Es dissenya una aplicació que ofereix una anàlisi multidisciplinària, i prediu el risc físic d'un pacient afecte EM/SFC. Afavoreix la detecció precoç del deteriorament físic i la derivació a una unitat especialitzada que afavoriria la detecció de la síndrome.


Myalgic encephalomyelitis or chronic fatigue syndrome (ME/CFS) is an organic, debilitating and multifaceted process. Its heterogeneous onset and clinical presentation with additional comorbidities make it difficult to diagnose. There is no evidence of diagnostic tests or biomarkers that can alone determine the diagnosis. Research lines are heterogeneous. It is necessary to define clinical trials to identify effective treatments. This research provides 2 biomarkers that can be used for this purpose: peak oxygen consumption in the exercise test and the result of the CPT3 test to measure cognitive impairment. An application will be developed that provides a multidisciplinary analysis and predicts the physical risk of a patient affected by ME/CFS. It favors the early detection of physical deterioration and the referral to a specialized unit that would favor the detection of the syndrome.


La encefalomielitis miálgica o síndrome de fatiga crónica (EM/SFC) es un proceso orgánico, debilitante y multifacético. El inicio heterogéneo y la presentación clínica con comorbilidades adicionales dificultan su diagnóstico. No hay evidencias de pruebas diagnósticas ni biomarcadores que determinen, por sí solos, su diagnóstico. Las líneas de investigación son heterogéneas. Se requiere definir ensayos clínicos para identificar tratamientos eficaces. En esta investigación se aporta 2 biomarcadores que pueden ser utilizados en este fin: el consumo pico de oxígeno en la prueba de esfuerzo y el resultado del test CPT3 para medir el deterioro cognitivo. Se diseña una aplicación que ofrece un análisis multidisciplinar, y predice el riesgo físico de un paciente afecto EM/SFC. Favorece la detección precoz del deterioro físico y la derivación a una unidad especializada que favorecería la detección del síndrome.

Paraules clau

machine learning; aprendizaje automático; aprenentatge automàtic; encefalomielitis; encefalomielitis; encephalomyelitis; fatiga crónica; fatiga crònica; chronic fatigue

Matèries

004 - Informàtica

Àrea de coneixement

Bioinformática

Documents

TesisMlacasa_EN.pdf

6.275Mb

 

Drets

L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/

Aquest element apareix en la col·lecció o col·leccions següent(s)