Albert Roso Llorach

ANTECEDENTS: Sistemes de salut basats en una forta atenció primària organitzada en base poblacional, milloren l’accés als serveis sanitaris, disminueixen el número d’ingressos hospitalaris evitables i per tant la despesa sanitària global, i milloren la salut de la població. L’any 2017, la Comissió Europea va identificar l’avaluació del rendiment dels sistemes d’atenció primària com una prioritat política. mesurar la qualitat dels serveis oferts és un requisit fonamental per a identificar àrees de millora. L’avaluació del rendiment d’un sistema és especialment necessària quan es produeixen canvis substancials en l’estructura o funcionament, com l’ocorregut amb la pandèmia de la COVID-19. A causa de la complexa naturalesa dels sistemes d’atenció primària, els indicadors utilitzats per avaluar el seu funcionament solen ser específics de cada context. Els Ambulatory Care Sensitive Conditions (ACSC) son un conjunt de diagnòstics potencialment evitables d’ingrés hospitalari o mort. Sovint és utilitzat com un indicador de mesura de l’efectivitat de l’atenció primària.
JUSTIFICACIÓ: L’avantatge d’analitzar agrupacions d’EAP en lloc de l’estudi d’aquests EAP a nivell individual és que permet una perspectiva més àmplia i generalitzable de les característiques estudiades.
L’ús d’algorismes d’intel·ligència artificial per predir el número d’ingressos hospitalaris per diagnòstic evitable (ACSC) pot ajudar a identificar els EAP amb problemes d’efectivitat, la qual cosa afavoriria una millora en la planificació de recursos sanitaris.
OBJECTIUS: 1) Caracteritzar grups similars d’EAP de Catalunya en funció dels resultats en salut, els recursos disponibles i les característiques poblacionals. 2) Predir el número d’ingressos hospitalaris per diagnòstics evitables (ACSC) dels diferents EAP. 3) Analitzar i comparar els resultats en salut dels equips d’atenció primària en relació als períodes de la COVID-19: pre-pandèmia, pandèmia i post- pandèmia.
PERÍODE D’ESTUDI: 2018 – 2022.
ENTORN I POBLACIÓ DE REFERÈNCIA: L’ICS és el principal proveïdor de serveis sanitaris de Catalunya. Gestiona 279 Equips d’Atenció Primària (EAP) adscrits a 5,8 milions de ciutadans.
POBLACIÓ D’ESTUDI: EAP dels centres del ICS de Catalunya.
OUTCOMES: Les variables d’interès son les relatives als resultats dels EAP: 1. Accessibilitat; 2. Longitudinalitat; 3. Abast (comprehensiveness); 4. Coordinació; 5. Orientació comunitària; 6. Orientació familiar; 7. Satisfacció; 8. Gestió de la demanda d’infermeria; 9. Benestar emocional; 10. Qualitat de prescripció farmacèutica; 11. Efectivitat: Número total d’ingressos hospitalaris per diagnòstic evitable; Mortalitat i mortalitat per ACSC.
VARIABLES: Referides a les característiques poblacionals : Edat, Sexe, Indicadors socioeconòmics, Número de visites als equips d’Atenció Primària per tipus de professional i EAP, Número total de malalties, Fragilitat (eFi, Efragicap, Nombre de medicaments (segons ATC) dispensats i data, Variables estils de vida, Nombre d’ingressos hospitalaris totals per cada EAP; Referides als recursos disponibles: Recursos humans disponibles de cada EAP per categoria professional i mes, Infraestructura de les EAP: Edificis i pisos, o en el seu defecte, variables que recullin informació sobre la fragmentació del personal de cada EAP, Població assignada.
FONTS D’INFORMACIÓ: El Sistema d’Informació per al desenvolupament de la Recerca en Atenció Primària (SIDIAP) disposa d’informació agregada a nivell mensual i per EAP de les característiques de la població, dels recursos disponibles dels EAP i dels seus resultats en salut.
ANÀLISI ESTADÍSTICA: 1) Per a la caracterització de grups similars d’EAP en funció dels resultats en salut, els recursos disponibles i les característiques poblacionals s’usaran tècniques de clústers. Els clústers resultants es compararan en funció de la distribució de les variables sociodemogràfiques, clíniques, socioeconòmiques, d’estil de vida, i, principalment, d’utilització d’assistència sanitària primària, utilitzant anàlisi de variància (ANOVA) i proves de ji-quadrat. 2) S’elaboraran un conjunt d’algorismes d’intel·ligència artificial per predir el número d’ingressos hospitalaris per diagnòstics evitables (ACSC) dels diferents EAP i per períodes de 1,3 i 6 mesos en períodes de 1,3 i 6 mesos. S’aplicaran les següents tècniques de regressió: Decision Tree (DT), Random Forest (RF), Gradient Boosting (GB), k-nearest neighbors (K-NN), Support Vector Machine (SVM), Artificial Neural Network (ANN) i Recurrent Neural Network (RNN). 3) Per a analitzar i comparar els resultats en salut dels equips d’atenció primària en els tres períodes de temps que comprenen la COVID-19, es realitzaran models ARIMA, suavitzat temporal i ANOVA.
APLICABILITAT I RELLEVÀNCIA: 1) L’agrupació d’EAP pot ajudar a la identificació de patrons de recursos dels EAP que poguessin resultar més efectius per a aconseguir satisfer les necessitats de la població. 2) L’avaluació d’algorismes que realitzin prediccions de resultats en salut permet identificar els EAP que puguin tenir problemes d’efectivitat, la qual cosa afavoreix una millora en la planificació de recursos sanitaris. 3) El tercer estudi podria ajudar a comprendre com la pandèmia ha afectat els resultats en salut durant el seguiment d’aquesta, i si aquests segueixen la mateixa tendència a mesura que es redueix la focalització de l’atenció de problemes relacionats amb la COVID-19 (període post-pandèmia). En global, el present projecte pot ajudar als responsables polítics i als gestors sanitaris a prendre decisions més informades sobre l’assignació de recursos, millorant així la qualitat d’assistència dels EAP i, en conseqüència, la salut de la població.

ANTECEDENTS: les vacunes contra la COVID-19 mostren una excel·lent eficàcia en assajos clínics i amb dades del món real, però algunes de les persones encara s’infecten amb SARS-CoV-2 després de la vacunació. L’aparició de la variant òmicron ens ha sorprès per la seva evasió immune envers a la vacuna i l’avantatge en la transmissió, deixant així una gran part de la població susceptible a la infecció. Per aquest motiu, és essencial conèixer les característiques clíniques, sociodemogràfiques i de la resposta immune de les persones que desenvolupen un COVID-19 greu malgrat la immunitat vacunal, per identificar i administrar dosis de reforç només a aquells col·lectius que ho necessitin, evitant així noves hospitalitzacions i morts en front a futures onades i noves variants del SARS-CoV-2.
OBJECTIUS: aquest estudi pretén identificar els factors de risc per a la infecció per SARS-CoV- 2 després de la vacunació i descriure les característiques epidemiològiques i immunològiques de les persones que tenen més risc de patir una malaltia greu (ingrés hospitalari i/o mort )
posterior a la vacunació. A demés, analitzarem les respostes humorals i cel·lulars de persones i infectades després de la vacunació en funció de la gravetat de la COVID-19 (greu vs. lleu).
Finalment, validarem la correspondència dels resultats obtinguts amb els models predictius.
MÈTODES: estudi de casos i controls niat en una cohort prospectiva de registres electrònics de
la història clínica (eCOH) i en 4 cohorts immunològiques de persones ?18 anys de Catalunya. Les cohorts disposen de informació de dades demogràfiques, socials, clíniques, medicació i proves diagnòstiques de la COVID-19. En la eCOH, s’identificaran les persones amb factors de risc. Es consideraran casos: les persones que havien rebut la pauta de vacunació complerta (1 dosis i amb 2 dosis, en funció del grup d’edat <65 i ?65 anys, respectivament) que després desenvolupin COVID-19 greu almenys 14 dies després de la última administració de la vacuna amb una prova diagnòstica de SARS-CoV-2 positiva. Es seleccionaran dos grups control emparellats per edat i sexe que no hagin desenvolupat infecció post-vacunal. De les 4 cohorts immunològiques es seleccionaran casos -persones amb perfil de risc i controls- per estudiar la variant d'infecció (seqüenciació), així com la resposta humoral i cel·lular post-vacunació en dues visites: abans i després la infecció (quantificació d'anticossos contra SARS-CoV-2, caracterització de cèl·lules B i T especifiques). L'associació entre vacunació i esdeveniments d'interès s'estudiarà amb models de regressió logística condicional, ajustant per factors de confusió: edat, sexe, COVID-19 prèvia, comorbiditats, tabac, medicació, dades socioeconòmiques. S'efectuaran análisis estratificades per grups d'edat i sexe. Es esenvoluparà un model de predicció amb models de Cox per estimar el risc d'esdeveniment segons vacunació. S'analitzarà l'evolució longitudinal de les respostes humorals i cel·lulars especifiques, i es modelarà amb models de regressió mixtos segons vacunació, ajustada per factors de confusió. RESULTATS: els resultats previs de les cohorts i la informació de què disposem apunten a que el nombre de infeccions post-vacunals a la població general és superior al estimat fins ara. A demés, identificaren els grups que tenen més risc d'ingrés hospitalari i mort per COVID-19 malgrat la vacunació per desenvolupar models de predicció i criteris de revacunació ajustats amb dades del món real. Treballar amb dades del món real aporta informació més rellevant que la que s'obté amb els assajos clínics, perquè permet identificar tots els tipus de població i personalitzar el tractament. La informació de resposta immune humoral i cel·lular analitzada a una mostra representativa de persones de cadascun dels grups, i les dades retrospectives, proporcionarà informació rellevant per conèixer els perfils de persones amb risc d'infecció greu, clau pel disseny de noves vacunes.

Actualment no hi ha cap estudi publicat que avaluï de forma conjunta i integrada totes les variables que s’obtenen del Monitoratge Ambulatori de Pressió Arterial de 24h (MAPA). Dins el projecte “Valor pronòstic del monitoratge ambulatori de pressió arterial de 24 hores sobre la morbiditat i mortalitat cardiovascular en pacients en prevenció primària cardiovascular”, ja avaluat pel CEIC amb codi P17/078 que té com a objectiu la creació d’un algoritme de risc per estimar el risc cardiovascular a partir de les xifres del MAPA, es vol realitzar una validació externa de dit algoritme per podem valorar l’ús d’aquest en diverses poblacions i així aspirar a utilitzar-lo en la nostra pràctica clínica diària. S’obtindran dades pseudoanonimitzades de diversos CAPs de Barcelona consistents en les dades del primer MAPA i dades d’esdeveniments cardiovasculars i mortalitat cardiovascular en pacients en prevenció primària cardiovascular majors de 18 anys. Es realitzarà una anàlisi descriptiva i de supervivència, i un model de riscos proporcionals de Cox de les noves dades, i posteriorment es realitzarà una comparativa dels dos models. S’espera que l’algoritme inicial sigui aplicable a la població utilitzada per a la validació externa, i així iniciar el procés d’incorporar-lo a la pràctica clínica habitual. Això suposaria un gran avanç per l’atenció als pacients amb risc cardiovascular, i de forma molt pragmàtica, ja que aquest algoritme podria ser utilitzat per qualsevol metge a la seva consulta.

“Objetivo principal: Analizar la evolución de la Multimorbilidad, sus patrones más relevantes y sus trayectorias en la población del SNS, en el periodo 2012-22, y analizar los factores que determinan la mejor evolución en resultados en salud. Diseño: Estudio multicéntrico de métodos mixtos. Subestudio 1. Estudio cohorte retrospectivo base poblacional RWD Cohorte MM-SNS. Población ? 60 años 7 Comunidades autónomas. N= 5.225725, Variable resultado principal: muerte, dependencia, institucionalización, hospitalización. Análisis de clúster, redes y trayectorias. Para modelar la evolución temporal de los patrones y las trayectorias de los individuos a través de estos patrones, se aplicará el Modelo de Markov Oculto. Estos análisis se complementarán con modelos de regresión logística y de Cox para analizar el efecto de los diferentes patrones de MM sobre variables resultado de interés.Se llevarán a cabo análisis interseccionales para analizar el efecto de las características sociodemográficas y de los ejes de desigualdad sobre los resultados en salud. Subestudio 2.

Estudio observacional prospectivo: seguimiento a 3 años,Cohorte MULTIPAP N=1200 y validación de los patrones y trayectorias de Subestudio1,incorporando calidad de vida, apoyo social, capacidad funcional y fragilidad. Subestudio 3. Estudio cualitativo con enfoque fenomenológico y etnográfico con técnicas de grupos de discusión, entrevistas semi estructuradas y Photovoice para conocer la perspectiva de los pacientes y profesionales toma decisiones compartidas. Subestudio 4. Revisión sistemática de la literatura. Sobre la efectividad de las Intervenciones de formación, Multimorbilidad y polifarmacia en profesionales de la salud. “

Supervivencia de cáncer de mama y otras neoplasias asociadas a receptores histáminicos y los medicamentos antihistamínicos. Objetivo 2). Identificar la asociación por métodos de machine learning del cáncer de mama y otras neoplasias asociadas a receptores histamínicos y los medicamentos antihistaminicos para predecir la muerte. Ámbito: atención primaria Cataluña. Periodo: 2010-19.Fuentes de información: Sistema de Información para el Desarrollo de la Investigación en Atención Primaria. Población: Personas ?65 años, muestra estimada: 916.619personas. Variables: problemas de salud (ICD-10), cáncer, medicamentos (ATC), antihistamínicos, edad, sexo, número de visitas, mortalidad. Resultados: supervivencia por cáncer de mama y otras neoplasias asociadas a receptores histáminicos Análisis estadístico: El objetivo 1) Se utilizará un modelo logístico basado en variables de confusión para calcular el Propensity Score (PS) y definir los grupos de usuarios y no usuarios.Se estimarán las tasas de mortalidad e incidencia del cáncer durante el seguimiento para cada cohorte, se reportaran los valores por cada 1.000 pacientes-año y su correspondiente intervalo de confianza (IC) del 95%. El análisis de la supervivencia se realizará utilizando métodos no paramétricos como Kaplan-Meier y el log-rank test. Se ajustarán modelos de regresión de riesgos proporcionales de Cox multivariados, ajustando los factores de confusión y predicción de cada cáncer. Se considerarán métodos de Imputación Múltiple (MICE), para poder minimizar el impacto de la presencia de valores faltantes en las variables de análisis. El objetivo 2) Se prevé usar técnicas de reducción de dimensionalidad y de modelos de clustering (Kmeans, jerárquico) que permitan por un lado el análisis exploratorio de los datos y por otro la identificación de grupos e interacciones. Respecto a la interacción de antihistamínicos con la muerte resultado del cáncer de mama y otras neoplasias asociadas a receptores histamínicos se construirán modelos predictivos basados en algoritmos de última generación como árboles de decisión, gradiente boost machine y aprendizaje profundo por medio de redes neuronales. Se proporcionarán medidas de calidad de los modelos construidos basadas en validación cruzada, métricas de accuracy y curvas ROC a ese año sumadas a los puntajes de predicción de salida obtenidos el año anterior.

Aquest projecte és farà amb les dades del projecte 4R16/029 i PI16/00639 . NO ES NECESSARI TONAR A DEMANAR DADES DEL SIDIAP. ES UN PROJECTE INICIAL PER EXPLORAR UNA HIPOTÉSIS , SI ÉS AFIRMATIVA ÉS DEMANARÀ UN SEGON PROJECTE AMB MÉS DADES.

Ageing is a major trend among people living with HIV PLWH, and due to the chronic inflammation and immune senescence caused by the virus and the ageing process, there is a higher prevalence of certain comorbidities, leading to more comorbidity burden. In this study, we intend to describe and compare comorbidity prevalence and incidence in PLWH over 40 against HIV negative population, compare overall multimorbidity patterns in PLWH over 40 years, and analyse multimorbidity pattern trajectories in PLWH over 40 against HIV negative population.
Study population will be general population over 40 years between January 1 2010 and December 31 2020. Chronic diseases will be coded according to the Swedish National study of Aging and Care in Kungsholmen (SNAC-K) (1). General population patients will be compared with a precious cohort of HIV patients.
Clinical, lab and drug related parameters will be extracted for the assessment of certain conditions. Death will be measured at date of event, regardless of the cause. A person not visited for over a year by the end of the follow-up period will be considered lost to follow-up (LTFU). Additional variables included are socio-demographic variables such as age at baseline, gender, socio-economic status, number of drugs dispensed at the pharmacy and number of visits to Primary Care. Polypharmacy will be described as five or more different drugs, not including antiretrovirals.
Descriptive statistics will used to summarize epidemiological characteristics and overall prevalence and incidence for every comorbidity group of patients. Cluster analysis will be run. To prevent including statistical noise and spurious findings, diseases with a prevalence?2% over-all prevalence.
This project is crucial so as to better understand changes in age-associated comorbid patterns and the differences in health-related quality of life between PLWH and non-infected general population, in order to make health policies decisions based on reliable and concise data to make evidence-based decisions on health policy, allocate scarce resources optimally, and establish specific clinical guidelines with the goal to address these changes.

ANTECEDENTES: Los trabajadores de la salud (PS) están en la primera línea de la lucha contra COVID-19, siendo más susceptibles a infectarse. En el estudio anterior, Prohepic-19, hicimos un seguimiento de 1471 TS durante 12 meses. La vacunación llega con muchas preguntas sobre su protección, reinfecciones y respuesta inmune. Ampliar el seguimiento de nuestra cohorte bien caracterizada inmunológicamente será decisivo para resolver estas cuestiones capitales.
? OBJETIVO: Generar información altamente confiable para mejorar las políticas de salud para prevenir la infección por CoV-2. Analizaremos la tasa de incidencia de la infección por CoV-2, la reinfección, la respuesta inmune a largo plazo para los trabajadores sanitarios infectados y no infectados relacionada con la vacuna en los trabajadores sanitarios expuestos, sanos e infectados.
? METODOLOGÍA: Una cohorte de PS (n = 1370 serán seguidos durante 24 meses, con dos brazos (sanos-expuestos = 1050; infectados = 320). Estadísticas: La incidencia relativa de la prueba de RT-PCR positiva y la nueva infección Se estimará de acuerdo con el nivel basal de los anticuerpos. Se analizará la cinética de IgG e IgM durante 24 meses, ajustando por edad, sexo y síntomas.
? RESULTADOS ESPERADOS: ProHEpiC-19 + se concibe como una estrategia para determinar la protección inmunológica a largo plazo frente a nuevas infecciones. Los resultados servirán de base

Researching the co-existence of multiple chronic conditions in a single individual (multimorbidity) is challenging using conventional study designs. Confounding, bias and reverse causality are often complex and severe and may partly explain apparently paradoxical associations. People with type 2 diabetes and additional conditions, for example, tend to have lower HbA1c than those with diabetes alone, and we and others have shown that there is marked weight loss and declining blood pressure for a decade before diagnosis of dementia. Our vision is to address these challenges by combining genetic and conventional approaches and using large-scale data resources from the UK, Spain, US and Canada, including 3 multi-million patient GP data sources. We will identify clusters of disease, use novel causal inference methodology to identify shared biological determinants, and study in-depth a set of disease clusters. By understanding biological determinants of multimorbidity clustering and identifying which are associated with markedly altered clinical outcomes, we will help clarify which multi-morbidity combinations are of most clinical importance to understand.
We will define multimorbidity as the presence of 2 or more chronic conditions(1) but focus on those each occurring in >1% of men or women aged 40 plus and that are genetically correlated with other conditions. To address inequalities of multimorbidity we will study the excess burden in women and ethnic minorities. A multi-modal, data driven approach will be critical. Clustering that is consistent across genetic and observational data will be more reflective of shared determinants. Genetic approaches provide a test of lifelong exposure to risk factors and provide strong causal inferences. The widespread availability of genome wide information also means that we can study shared risk factors that are not measured in many studies (e.g. insulin resistance) and calculate disease clustering between, as well as within, databases(2).
To achieve our vision we have formed a new multi-disciplinary research team (supported by outstanding external advisors), including researchers with extensive experience in multimorbidity in three GP databases; physical and mental decline in the elderly; specialists in key diseases (diabetes, vascular, dementia, musculo-skeletal) and with expertise in genetics and causal inference.

OBJECTIVES

1. To identify disease clusters using a combined genetic and observational approach; and to test the hypotheses that: a) using multiple data sources and genetic correlations will provide more robust estimates of clustering than has been so far possible, and that b) patterns of clustering differ between the sexes and ethnic minorities.
2. To improve reproducibility of multimorbidity research, and working with other collaborative bids where relevant, to develop STATA and R packages to standardize the process of disease coding across GP databases, and to make these tools publicly accessible.
3. To develop and apply genetic and non-genetic “”instruments”” and causal inference methods to identify shared biological and non-biological determinants of disease clustering. These instruments will include clusters of genetic variants specific to potential shared disease processes and be randomized to disease incidence and adverse outcomes.
4. To identify a subset of emerging disease clusters for further, in depth study; to validate these clusters in additional datasets with different ascertainment criteria; and to test the hypothesis, using longitudinal data, that the timing sequences of the different disease components to the identified clusters differ from chance (life course).
5. To identify the cluster-associated outcomes of most impact, as informed by frequency, severity and our PPI advisors; to estimate the proportion of patients in each cluster who develop the most impactful outcomes and identify potential modifiable risk factors.
6. To identify the disease clusters that result in clinically meaningful differences in outcomes compared to patients with only one of the constituent diseases.

Objetivos: 1) Identificar patrones longitudinales de multimorbilidad y fragilidad. 2) Definir tres puntajes de riesgo, para institucionalización, ingresos hospitalarios y mortalidad basado en patrones de multimorbilidad y fragilidad. Ámbito: Atención primaria de Salud de Cataluña. Periodo: 2010-19. Fuentes de información: Sistema de Información para el Desarrollo de la Investigación en Atención Primaria, CMBD-H. Población: Personas 65 años con multimorbilidad y fragilidad, muestra estimada: 1.200.000 personas. Variables: Principales: problemas
de salud, medicamentos. Secundarias: edad, sexo, índice socioeconómico.Resultados: institucionalización, ingresos hospitalarios, mortalidad global. Análisis Estadistico: Objetivo 1: aplicación de algoritmos de agrupación no supervisados para obtener patrones transversales de multimorbilidad y fragilidad (métodos de agrupación: Autoencoders, Expectation-Maximization y K-means). Los patrones longitudinales se analizarán con modelos
ocultos de Markov para estimar las trayectorias individuales a través del tiempo. Objetivo 2: análisis supervisado, mediante la construcción de un meta-predictor para obtener los tres indicadores de riesgo. Con este fin, se combinarán de manera óptima los diferentes algoritmos de predicción, como por ejemplo, redes neuronales recursivas y árboles de clasificación y regresión logística. Estos algoritmos definirán los tres puntajes de riesgo determinados a partir de los patrones de multimorbilidad y fragilidad.

L’objectiu de l’estudi és descriure l’ús de dulaglutida en diferent subpoblacions de pacients en diferents països europeus. Per avaluar aquests objectiu es descriurà la freqüència d’us de dulaglutide en la població cataracteritzada per edad, gènere, principals comorbilitats i co-prescripcions en els següents sub-grups d’interés:

– Pacients amb insuficiència renal severa.
– Pacients amb malaltia hepàtica.
– Pacients amb insuficiència cardíaca.
– Pacients amb malatia gastrointestinal severa.
– Nens i adoloscents de menys de 18 anys.
– Pacients a partir de 75 anys.
– Embaràs i dones lactants.

També es vol identificar l’ús fora d’indicació (‘off-label’) de dulaglutide, considerant els errors de prescripció i/o fora d?indicació a les diferents poblacions d?interés.

Objectiu. Cap estudi ha avaluat conjuntament el valor pronòstic dels valors mitjans de pressió arterial ambulatòria, de variabilitat tensional, de pressió de pols ambulatòria i de freqüència cardíaca nocturna sobre la incidència de esdeveniments cardiovasculars i mortalitat. L’objectiu és estimar el valor pronòstic del monitoratge ambulatori de pressió arterial (MAPA) de 24 hores sobre la morbimortalitat global i cardiovascular i validar un algoritme d’estimació de risc cardiovascular basat en els paràmetres de la MAPA.

Mètodes. Estudi de cohort prospectiva a partir de la base de dades de MAPA de la Societat Espanyola d?Hipertensió. S’inclouran tots els pacients amb una visita basal i una primera MAPA vàlida realitzada amb posterioritat a 2008. Seguiment de la cohort estimada d’uns 60.000 pacients fins a juny de 2019.

Variable principal: mortalitat cardiovascular, obtinguda a partir de l’Instituto Nacional de Estadística per tot l?Estat. Subestudi en la població de Catalunya on es registraran també esdeveniments cardiovasculars a partir de la història clínica electrònica compartida i els ingressos hospitalaris. Mitjançant anàlisi de regressió múltiple ajustat per factors de risc i pressió arterial clínica s’estimarà l’associació de les pressions arterials mitjanes ambulatòries, el patró tensional circadià, la variabilitat tensional, la pressió de pols de 24 h i la freqüència cardíaca nocturna amb la morbimortalitat.

Resultats esperats. Esperem estimar el risc de morbimortalitat cardiovascular a partir de la informació addicional que aporta la MAPA de 24 h, més enllà dels valors mitjans de pressió arterial ambulatòria, i validar un algoritme de risc cardiovascular.

Objetivos
1) Identificar los patrones individuales y combinados de multimorbilidad y polimedicación y la combinación de ambos a lo largo del tiempo en las personas con multimorbilidad; 2) Analizar la evolución de los patrones combinados de multimorbilidad y polimedicación y su asociación con patrones de seguridad (medicamentos evitables, desaconsejados y duplicidades terapéuticas), así como los marcadores clínicos y mortalidad.
Diseño: estudio longitudinal prospectivo de base poblacional.
Ámbito: Atención primaria de Cataluña.
Periodo: 2012-2016.
Fuentes de información: Sistema de Información para el Desarrollo de la Investigación en Atención Primaria.
Población: Personas 65 años con multimorbilidad, muestra estimada: 1.200.000 personas.
Variables: problemas de salud, medicamentos, edad, sexo, índice socioeconómico, número de visitas, función renal, función hepática y mortalidad.
Análisis estadístico: análisis de los patrones de multimorbilidad, polimedicación y la combinación de ambos para individuos mediante el análisis de correspondencias múltiples y el análisis de clústeres con el algoritmo de la k-medias. Las personas con los diferentes patrones combinados obtenidos en el momento inicial, se seguirán en el tiempo y se compararán la seguridad con medicamentos, la función hepática, renal y mortalidad mediante modelos mixtos generalizados y/o modelos ecuaciones de estimación generalizadas. Todos los análisis se estratificarán por edad y sexo.

This is a drug utilisation study (DUS) on the use of cilostazol in several European populations in the context of the cilostazol referral under Article 31 of Council Directive 2001/83/EC. The DUS is planned to be conducted using database sources to understand the characteristics of users of cilostazol, duration and patterns of cilostazol use, and prevalence of concomitant use of cilostazol and other drugs with which it may interact. The DUS is planned to be conducted in two phases. DUS1 will evaluate cilostazol as currently used in several European countries during the period from launch through 2011. DUS2 will be conducted after the implementation of changes to the summary of product characteristics (SmPC) and the follow-up communication activities with health care professionals (HCPs) and will evaluate the impact of these measures during the year 2014 in the same countries. DUS2 will be conducted using the same protocol as used in DUS1. Both DUS1 and DUS2 will include all the marketed products containing cilostazol in the countries, irrespective of brand.
The primary objectives of the DUS are the following:
– To describe the characteristics of new users of cilostazol according to (1) demographics, (2) baseline comorbidity including conditions listed in the SmPC and the risk management plan (RMP) as potential or identified safety concerns, (3) baseline and concurrent use of medications potentially interacting with
cilostazol, and (3) specific comorbidity.
– To describe the duration of the use of cilostazol and discontinuation patterns
Secondary objectives of the DUS are to (1) quantify and describe off-label prescribing, (2) describe dosage patterns of the use of cilostazol, (3) to assess the proportion of patients who are hospitalised for any cause while treated with cilostazol, and (4) identify the medical specialties of physicians prescribing cilostazol.
Cohort study of new users of cilostazol identified in five proposed European population-based automated health databases from Spain (two databases), Germany, the United Kingdom, and Sweden (see Data Sources).

El proyecto propuesto pretende examinar la multimorbilidad crónica y aguda y sus patrones en la población mayor de 65 años. El estudio de dichos patrones de multimorbilidad permitirá obtener una valoración global y completa de la carga de multimorbilidad de nuestra población y determinar de qué manera un problema de salud aparece en un determinado patrón. Además, posibilitará identificar grupos de pacientes que propicie el diseño e implementación de programas específicos para cada grupo de pacientes con un determinado patrón de multimorbilidad; la identificación de estrategias para implementar guías de práctica clínica basadas en pacientes con multimorbilidad que posibilite mejorar su calidad de vida; el diseño de políticas sanitarias dirigidas a grupos multimórbidos; el reconocimiento de grupos de pacientes con un riesgo alto en consumo de recursos y la determinación de diferentes pronósticos de pacientes según el patrón al que pertenecen.

El riesgo en los pacientes diabéticos de sufrir un evento cardiovascular es de dos a cinco veces superior respecto a los no diabéticos. Por otro lado, la insuficiencia renal incrementa el riesgo de eventos cardiovasculares. La nefropatía diabética se desarrolla hasta en un 40% de los pacientes diabéticos, incrementando su riesgo de sufrir ECV. Se ha observado que la adherencia a la dieta mediterránea disminuye hasta un 25% el riesgo de ECV. Tras realizar una búsqueda bibliográfica no se ha encontrado ningún estudio que evalúe el efecto de la dieta mediterránea sobre la insuficiencia renal en pacientes diabéticos.
El objetivo principal será evaluar los posibles efectos beneficiosos de la adherencia a la dieta mediterránea sobre la insuficiencia renal en pacientes diabéticos tipo 2. Además, se intentará evaluar la relación de la dieta mediterránea con las diferentes complicaciones y factores de riesgo cardiovasculares y con el control de la diabetes tipo 2 en estos pacientes.
El estudio propuesto es transversal multicéntrico con población de Terres de l’Ebre, de Reus y Terrassa. La población de estudio será exclusivamente de diabéticos tipo 2, que se dividirán en dos grupos, los que siguen la dieta mediterránea y los que no la siguen. La insuficiencia renal se medirá con la formula MDRD4. La adherencia a la dieta se medirá con la encuesta alimentaria validada del grupo PREDIMED.