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.

Introducción: la prevalencia de sobrepeso y obesidad en niños y adolescentes está aumentando muy rápidamente en los últimos años. A su vez, la enfermedad por hígado graso no alcohólico (HGNA) también está creciendo en esta población. El HGNA comprende un espectro de enfermedad que va desde la esteatosis simple hasta la esteatohepatitis, la fibrosis, la cirrosis e incluso el hepatocarcinoma. La Elastografía Transitoria (TE) con Parámetro de Atenuación Controlada (CAP) es un método diagnóstico, eficaz, no invasivo e inocuo, que permite estimar el grado de fibrosis y de esteatosis en el hígado, pero poco se sabe sobre su aplicabilidad en la población infantojuvenil.
Objetivos: 1) Conocer la prevalencia de fibrosis hepática significativa mediante la Elastografía Transitoria (TE) y la prevalencia de hígado graso no alcohólico (HGNA) mediante el Parámetro de Atenuación Controlada (CAP) en población infanto-juvenil. 2) Determinar los puntos de corte óptimos del CAP para lograr la máxima concordancia con los hallazgos de la Resonancia Magnética (RM) en el diagnóstico del HGNA leve, moderado y grave en población infanto-juvenil.
Métodos: estudio transversal de base poblacional qu se realizará en centros escolares e institutos del área metropolitana de Barcelona. Se incluirán 2.866 niños/as y adolescentes de entre ?9 y ?16 años de edad matriculados en el sistema educativo obligatorio español. Se realizará a cada participante: anamnesis, exploración física, extracción de sangre, TE y cuestionarios sobre datos socio-demográficos, historia clínica personal y familiar, y de evaluación de estilos de vida (calidad de la dieta, actividad física, hábitos de sueño). La fibrosis hepática se determinará mediante la medición de la rigidez hepática (LSM) utilizando la TE y utilizando los marcadores serológicos Pediatric NAFLD Fibrosis Index (PNFI) y Pediatric NAFLD Fibrosis Score (PNFS). La esteatosis hepática se evaluará mediante el CAP y el marcador serológico Fatty Liver Index (FLI). Se analizará la concordancia entre los resultados del CAP y la RM para estimar los puntos de corte óptimos del CAP que coincidan con las categorías de la RM. Se realizará la RM a todos los participantes con resultados de TE alterados (?6,5 kPa y/o ?225 CAP) y, aleatoriamente, al 7,4% de los participantes con resultados de TE normales (<6,5 kPa o <225 CAP). Aplicabilidad y relevancia: el presente estudio pretende establecer las bases para el uso de la TE en población infanto-juvenil con el fin de lograr el diagnóstico precoz del HGNA y prevenir su progresión a fibrosis. La TE es una técnica no invasiva y ampliamente utilizada en adultos que permite el diagnóstico de estas entidades sin necesidad de una biopsia hepática. El HGNA conlleva un aumento de la carga global de la enfermedad, un gasto considerable de recursos sanitarios y un incremento de la mortalidad a largo plazo. Sin embargo, aún no se han establecido estrategias para su detección precoz. Esta situación subraya la necesidad de realizar la detección temprana del HGNA desde edades tempranas, utilizando y validando métodos no invasivos como la TE asociada al CAP. Esto permitirá avanzar en el diagnóstico de estas enfermedades de una manera fácil y segura en una población altamente vulnerable como la infantojuvenil. Realizar, por primera vez, el cribado poblacional de una patología que puede ser de las más prevalentes en la población infanto-juvenil de nuestro entorno, brindará la oportunidad de evitar el desarrollo de sus fases avanzadas así como sus comorbilidades asociadas. Hasta la actualidad no se ha llevado a cabo ningún estudio de estas características, por eso su realización podría tener un impacto social, sanitario y económico muy relevante.

L’objectiu principal d’aquest estudi és descriure l’impacte que ha tingut la pandèmia en el seguiment de les recomanacions de vacunació en la població de Catalunya i per tant, en les cobertures vacunals durant la vigència de la mateixa mitjançant dades agradades pel total de població.
Estudi ecològic. S’analitzaran els indicadors de cobertura vacunal infantil facilitats pel Sistema d’Informació dels Serveis d’Atenció Primària (SISAP). Aquest sistema inclou informació extreta de la història electrònica d’atenció primària (ECAP). Aquests indicadors proporcionen informació agregada del nombre de vacunes registrades com administrades respecte al nombre de població atesa i assignada, Aquesta informació s’estratificarà per mes i any d’administració. La informació es presenta de manera agregada (numèrica) i per tant, es preserva la confidencialitat i l’anonimització de les dades.

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.

El Grup de Malalties Hepàtiques a l’Atenció Primària (GRemHAp) es va constituir l’any 2005
amb la finalitat de promoure i consolidar un grup de recerca orientat a la creació de
coneixement sobre la prevalença, l’etiologia i història natural, el procés diagnòstic i el maneig
de les malalties hepàtiques a l’Atenció Primària, per tal de millorar l’atenció als pacients i
l’optimització dels recursos disponibles. Des de llavors fins ara creiem que molta part dels
objectius que ens varen proposar s’han complert abastament i, això queda reflectit per el
nombre important d’ajuts que hem obtingut, d’impuls d’estratègies mitjançant l’alliberament
d’investigadors, diverses beques doctorals, dues beques per una estada de dos anys en un
centre d’excel·lència, els diversos projectes finançats en convocatòries competitives, els
treballs presentats en congressos, les publicacions derivades dels projectes finalitzats i
establint aliances estratègiques amb altres institucions i grups internacionals. Actualment és
un grup consolidat per l’IDIAP Jordi Gol i l’AGAUR i vinculat al Centre d’Investigacions
Biomèdiques en Xarxa de Malalties Hepàtiques i Digestives (CIBEREHD).Està constituït per un
grup estable d’investigadors, format per 7 metges de família, un tècnic de recerca, 4
infermeres, 2 especialistes en Bioquímica Clínica i 2 radiòlegs.

La gran cantidad de registros de salud electrónicos existentes se puede aprovechar para mejorar la eficiencia y la precisión de los profesionales médicos. Los sistemas de ayuda al diagnóstico o los detectores preventivos de riesgo para la salud son posibles hoy en día gracias a la disponibilidad de grandes repositorios de datos y de potentes técnicas de aprendizaje automático. Nuestro objetivo es explorar enfoques que permitan la extracción de patrones de evolución del paciente a partir de historias clínicas escritas en español, catalán o inglés. Los patrones obtenidos podrían ser útiles para el desarrollo de asistentes de diagnóstico o políticas de prevención. Para lograr los objetivos descritos anteriormente, nos centraremos en el estudio de diferentes aspectos: – Extracción de información médica de historias clínicas. Nos centramos en: Reconocimiento de entidades médicas (diagnósticos, procedimientos, signos/síntomas, medicamentos, parte_de_cuerpo, etc.), codificación de entidades médicas usando diferentes codificaciones (CIE10, CIAP2, Snomed, ATC) y extracción de relaciones (p.e., ocurre entre un diagnóstico y una parte_de_cuerpo). Exploraremos arquitecturas de joint deep learning y emsemble deep learning, así como los efectos de aplicar word embeddings médico, y de combinar ML semisupervisado con deep learning para lograr modelos efectivos a partir de conjuntos pequeños de entrenamiento. – Detección de negación y especulación. No todas las entidades médicas reconocidas en texto tienen la misma certeza: algunas son especulativas y otras están negadas. Por lo tanto, la detección de estos casos es un paso crucial para realizar una extracción de información precisa sobre el texto médico. Se explorarán diferentes enfoques. Por un lado, con respecto al modelado del problema: detectar relaciones o clasificar entidades reconocidas en neg, pos, espec. Por otro lado, aunque se aplicarán métodos de aprendizaje profundo de vanguardia, también se considerarán las soluciones clásicas de aprendizaje automático. – Enriquecimiento y búsqueda de términos aproximados en ontologías médicas. Para permitir la representación de conceptos médicos en cualquiera de los sistemas de codificación relevantes para el proyecto y para español y catalán, exploraremos técnicas para integrar y enriquecer los recursos y ontologías médicas existentes (metamap, snomed, UMLS, BioPortal, …) . También desarrollaremos técnicas eficientes basadas en similitudes para la búsqueda de las entradas ontologicas más similares a un término detectado en texto médico (ya sea escrito con gramática estándar o con gramática no estándar). – Inferencia de patrones para la predicción de riesgos en pacientes multimórbidos. Dichos tipos de pacientes son altamente prevalentes en contextos clínicos como la atención primaria, pero hay poca evidencia sobre cómo tratar con dichos pacientes. En colaboración con IDIAP JGol, nuestro objetivo es inferir automáticamente patrones mediante los cuales los médicos puedan predecir el riesgo de nuevas enfermedades para un paciente multimórbido dada su historia clínica. Nos centraremos en el estudio de diferentes técnicas de minería de datos que exploten la información médica extraida de historiales de pacientes multimórbidos.