Compartir:

Nura Mohamed Rabiu Ahmad defiende su tesis sobre la modelización epidemiológica de la turberculosis en Nigeria

20/07/2020

El estudiante Nura Mohamed Rabiu Ahmad defendió virtualmente su tesis codirigida por Clara Prados y Daniel López el 20 de Julio. La tesis titulada "Multiapproach computational modelling of tuberculosis. Understanding its Epidemiological dynamics for improving its control in Nigeria ", presenta la aplicación de los modelos epidemiológicos al caso particular de Nigeria

La tuberculosis (TB) es la enfermedad infecciosa que ha causado más muertes en la historia de la humanidad. Actualmente, hay más de 10 millones de nuevos casos de TB cada año y provoca más de 1.5 millones de muertes anuales, según estimaciones de la Organización Mundial de la Salud. Nigeria, con una incidencia persistente de unos 219 casos por 100.000 habitantes en 2019, se encuentra entre los 8 países que representaron dos tercios de los nuevos casos de tuberculosis en 2018. El control de la enfermedad de este país está coordinado por el programa Nacional de Control de la Tuberculosis y la Lepra (NTBLCP). A pesar de los esfuerzos, la prevalencia estimada es la misma que se estimaba en 1990. Se pueden utilizar modelos para un diagnóstico más preciso de la situación de TB en determinados territorios, así como para ayudar en el diseño y evaluación de las acciones de control.

 

La aproximación mediante modelos top-down confirmó una tasa de notificación muy baja que varía del 16 al 20% durante los años analizados (2000-2010). Este factor se reveló como el cuello de botella para el control de la enfermedad en este país. Las predicciones del modelo no mostraban efectos relevantes de las acciones de control sin un aumento previo de la tasa de notificación. El trabajo de campo se diseñó en coordinación con las autoridades locales NTBLCP con el objetivo de analizar los factores socioeconómicos que condicionan esta tasa de notificación en el estado de Gombe. Consistió en una recogida inicial de datos epidemiológicos, seguida de un conjunto de 52 entrevistas con pacientes con TB de diferentes centros de salud. Los datos obtenidos y los resultados de las entrevistas se analizaron mediante estadísticas inferenciales y Anova, con la ayuda de técnicas de Machine learning. Los resultados fueron devastadores: ninguno de los pacientes entrevistados no conocía los síntomas de la TB y el 90% no conocía los mecanismos de transmisión de la TB después de hablar con el personal sanitario. El retraso medio de diagnóstico de los pacientes fue de 9.6 semanas, y sólo el 10% de los entrevistados acudieron al médico durante el primer mes de sentirse enfermo.

 

La metodología utilizando diferentes estrategias utilizada en este proyecto se ha mostrado como una forma robusta de afrontar el problema real. Ha hecho posible proporcionar una imagen global y detallada de la situación de la TB en un determinado ámbito, relacionar los parámetros y los resultados del modelo con un contexto socioeconómico real y generar una herramienta útil para ayudar en el diseño y la evaluación de acciones de control de la TB.

Etiquetas
T_L_S