Simulación y visualización de datos espacio-temporales en brotes de infecciones hospitalarias

• Autores: Denisse Misoo Kim
• Directores de la Tesis: Manuel Campos Martínez (dir. tes.) , José Manuel Juarez Herrero (dir. tes.)
• Lectura: En la Universidad de Murcia ( España ) en 2024
• Idioma: español
• Número de páginas: 172
• Tribunal Calificador de la Tesis: Alfredo Vellido (presid.) , Francisco Javier Bermudez Ruiz (secret.) , Marco Spruit (voc.)
• Enlaces
  • Tesis en acceso abierto en: DIGITUM
• Resumen
  • español

    Las bacterias multirresistentes (MDR) son microorganismos que han desarrollado resistencia a los antimicrobianos comúnmente utilizados contra ellas. Se relacionan principalmente con infecciones nosocomiales y representan una grave amenaza para la salud pública debido a su rápida propagación y a las complicaciones clínicas asociadas. La Organización Mundial de la Salud destaca la necesidad de desarrollar mejores herramientas de control y prevención, y fortalecer los sistemas de salud para su detección y control en entornos hospitalarios. Este control se realiza mediante el estudio de datos clínicos, lo cual permite obtener información epidemiológica, identificar patrones y tendencias, y analizar espacial y temporalmente las enfermedades. Sin embargo, este tipo de datos no suelen ser abiertos, porque contienen información personal sobre individuos. En los pocos casos que sí están disponibles, constituyen un conjunto de pacientes reducidos, enfocado al estudio concreto de un problema clínico. Como consecuencia, estos datos no pueden ser reutilizados para múltiples objetivos y suelen tener problemas de sesgo. Esta tesis parte de la hipótesis de que la representación de las dimensiones espacial y temporal de datos epidemiológicos facilita la comprensión y ayuda a la toma de decisiones en hospitales ante situaciones epidémicas provocadas por bacterias MDR. Para probar esta hipótesis, esta tesis se centra en 2 campos: Por un lado, trabajaremos en modelos de simulación con los siguientes objetivos: diseñar y desarrollar un modelo de simulación espacial y temporal de un problema epidemiológico por bacteria MDR en hospitales, así como del comportamiento de pacientes y funcionamiento de un hospital. Seguido a esto, generar conjuntos de datos espacio-temporales sintéticos de infecciones nosocomiales por bacterias MDR. Por el otro, trabajaremos en técnicas de visualización con los siguientes objetivos: estudiar técnicas y métodos de visualización espacial y temporal para explicar los resultados de análisis epidemiológicos. Además de esto, estudiar el uso de herramientas software, conjuntos de datos de acceso abierto, y métodos de evaluación en la implementación de dichas técnicas de visualización. Posteriormente, diseñar y proponer técnicas visuales para la toma de decisiones con información espacio-temporal de una situación epidémica en un entorno hospitalario. Finalmente, desarrollar y evaluar una herramienta interactiva visual para el estudio de pacientes hospitalizados y la dispersión de una infección por bacteria MDR. Las conclusiones de esta tesis doctoral respecto a los objetivos son: (1) identificamos 4 usos de las técnicas espacio-temporales visuales: presentación de datos, detección de datos en tiempo real, post-análisis y predicción de tendencias. Las técnicas de visualización más empleadas plasman la situación de una población, frente a escasos estudios a nivel individual y de representaciones de edificios. (2) Se observa un predominio de programas geográficos y web simples, pero se requieren mejores prácticas para visualizaciones efectivas. Cada vez hay más acceso público a los datos, pero suelen contener información agregada. (3) La combinación de micromodelos y macromodelos demuestra ser efectiva para crear un modelo de simulación para estudiar infecciones bacterianas MDR en hospitales sobre pacientes individuales con utilidad epidemiológica. (4) El uso de reglas de movimiento y limitaciones espacio-temporales de los pacientes en el modelo de simulación permite el análisis de escenarios virtuales fieles a la realidad. (5) Los modelos de simulación propuestos permiten generar datos realistas y de acceso abierto para su uso en la comunidad científica. (6) Observamos que el uso de metodologías y cuestionarios estandarizados son efectivos para modelar las vistas e interacciones para obtener una herramienta óptima y una comunicación más eficiente entre los participantes. (7) La interactividad y dinamismo de la herramienta visual permite representar fielmente los movimientos y procesos de infección. El uso de gráficos generalizados ayuda a comprender el progreso temporal mediante indicadores epidemiológicos. La combinación de técnicas de visualización dinámicas y estáticas ofrece diferentes perspectivas de los datos, facilitando la comprensión y el reconocimiento de nuevos conocimientos. La evaluación con 14 profesionales ha arrojado resultados positivos sobre el uso potencial de esta herramienta en su flujo de trabajo.

  • English

    Multidrug-resistant (MDR) bacteria are microorganisms that have developed resistance to the antimicrobials commonly used against them. They are mainly associated with nosocomial infections and represent a serious threat to public health due to their rapid spread and associated clinical complications. The World Health Organization highlights the need to develop better control and prevention tools, and strengthen health systems for its detection and control in hospital settings. This control is carried out through the study of clinical data, which allows obtaining epidemiological information, identifying patterns and trends, and analyzing diseases spatially and temporally. However, this type of data is usually not open, because it contains sensitive information about individuals. In the few cases they are available, they constitute a small group of patients, focused on the specific study of a clinical problem. As a consequence, these data cannot be reused for multiple purposes and often have bias problems. This thesis is based on the hypothesis that the representation of the spatial and temporal dimensions of epidemiological data facilitates understanding and helps decision-making in hospitals in the face of epidemic situations caused by MDR bacteria. To test this hypothesis, this thesis focuses on 2 fields: On the one hand, we will work on simulation models with the following objectives: design and develop a spatio-temporal simulation model of an epidemiological problem due to MDR bacteria in hospitals, as well as the behavior of patients and the operation of a hospital. Following this, generate synthetic spatio-temporal data sets of nosocomial infections by MDR bacteria. On the other hand, we will work on visualization techniques with the following objectives: study spatial and temporal visualization techniques and methods to explain the results of epidemiological analyses. In addition to this, study the use of software tools, open access data sets, and evaluation methods in the implementation of said visualization techniques. Subsequently, design and propose visual techniques for decision-making with spatio-temporal information of an epidemic situation in a hospital environment. Finally, develop and evaluate a visual interactive tool for the study of hospitalized patients and the spread of an MDR bacteria infection. The conclusions of this doctoral thesis regarding the objectives are: (1) we identified 4 uses of spatial-temporal visualization techniques: data presentation, real-time data detection, post-analysis, and trend prediction. The most used visualization techniques capture the situation of a population, compared to few studies at the individual level and representations of buildings. (2) A predominance of simple geographic and web programs is observed, but best practices are required for effective visualizations. There is more and more public access to data, but they often contain aggregated information. (3) The combination of micromodels and macromodels proves to be effective in creating a simulation model to study MDR bacterial infections in hospitals on individual patients with epidemiological utility. (4) The use of movement rules and spatial-temporal limitations of patients in the simulation model allows the analysis of virtual scenarios faithful to reality. (5) The proposed simulation models allow the generation of realistic and open access data for use in the scientific community. (6) The use of standardized methodologies and questionnaires are effective in modeling views and interactions to obtain an optimal tool and more efficient communication between participants. (7) The interactivity and dynamism of the visual tool allows faithful representation of the movements and processes of infection. The use of generalized graphs helps to understand temporal progress using epidemiological indicators. The combination of dynamic and static visualization techniques offers different perspectives on the data, making it easier to understand and recognize new insights. The evaluation with 14 professionals has yielded positive results about the potential use of this tool in their workflow