APRÈN. Portal de la producció docent del professorat de la UPC

In recent years, there has been significant growth in the migrant population in Barcelona and Catalonia. Depending on their country of origin, immigrants face specific challenges from a healthcare perspective. The Catalan public healthcare system needs to understand what these challenges are and assess how to address them. To explore how this situation is being addressed in the city of Barcelona and Catalonia, a study was conducted in collaboration with the Drassanes-Vall d'Hebron International Health Unit. This unit, aware of the issues affecting immigrant communities, provides comprehensive and specialized care, conducts screenings, and carries out public health actions aimed at detecting and treating diseases such as Chagas disease and hepatitis C, especially among the Bolivian, Pakistani, and Chinese communities, which are at high risk for these pathologies. The study analyzes the disease prevalence data provided by the unit and compares it with official data from the countries of origin to evaluate whether the screenings conducted in Barcelona and Catalonia reached all migrant individuals, and whether the healthcare actions were truly effective. It was observed that some communities were more covered than others, but in general, there was an underdiagnosis of diseases in the three studied communities, suggesting that current campaigns are insufficient to identify all possible cases. Therefore, it was proposed to increase or adjust the campaigns to reach more people for diagnosis. Additionally, we did a statistical analysis of the individual data collected to determine whether socio-economic and cultural factors influenced the vulnerability of these communities to the diseases and their worsening. It was demonstrated that the vulnerability of these communities, combined with barriers such as the reason for immigration, lack of education, and limited access to healthcare services, negatively contributes to the incidence of these diseases. Finally, this work has been a good way to apply engineering and the knowledge acquired throughout the degree to the field of medicine. It demonstrates how technical knowledge can be used to improve understanding and solve specific problems in the healthcare field. The study analyzes the disease prevalence data provided by the unit and compares it with official data from the countries of origin to evaluate whether the screenings conducted in Barcelona and Catalonia reached all migrant individuals, and whether the healthcare actions were truly effective. It was observed that some communities were more covered than others, but in general, there was an underdiagnosis of diseases in the three studied communities, suggesting that current campaigns are insufficient to identify all possible cases. Therefore, it was proposed to increase or adjust the campaigns to reach more people for diagnosis. Additionally, we did a statistical analysis of the individual data collected to determine whether socio-economic and cultural factors influenced the vulnerability of these communities to the diseases and their worsening. It was demonstrated that the vulnerability of these communities, combined with barriers such as the reason for immigration, lack of education, and limited access to healthcare services, negatively contributes to the incidence of these diseases. Finally, this work has been a good way to apply engineering and the knowledge acquired throughout the degree to the field of medicine. It demonstrates how technical knowledge can be used to improve understanding and solve specific problems in the healthcare field.

Des de fa uns anys hi ha un creixement important de la població migrant a Barcelona i a Catalunya. En funció del país d'origen, els immigrants presenten reptes específics des de la perspectiva sanitària. Des de la sanitat pública catalana cal conèixer quins són aquests reptes i avaluar com afrontar-los. Per tal d'explorar com s'aborda aquesta situació a la ciutat de Barcelona i a Catalunya, es va dur a terme un estudi en col·laboració amb la Unitat de Salut Internacional Drassanes-Vall d'Hebron. Aquesta unitat, que n'és conscient de les problemàtiques que afecten a les comunitats immigrants, ofereix atenció integral i especialitzada, portant a terme cribratges i accions de salut pública destinades a detectar i tractar malalties com la malaltia de Chagas i l'hepatitis C, especialment entre les comunitats boliviana, pakistanesa i xinesa, que presenten un risc elevat per aquestes patologies. En el treball s'analitzen les dades de prevalença de les malalties proporcionades per la unitat i es contrasta amb dades oficials dels països d'origen per avaluar si els cribratges realitzats a Barcelona i a Catalunya arribaven a totes les persones immigrants, i si les accions d'atenció eren realment efectives. S'observa que n'hi ha comunitats més cobertes que d'altres, però en general hi ha un infradiagnòstic de les malalties a les tres comunitats estudiades, fet que suggereix que les campanyes actuals no són suficients per a identificar tots els casos possibles. Per tant, es proposa augmentar campanyes o ajustar-les de manera que arribin a diagnosticar més persones. A més, es fa una anàlisi estadística de les dades individuals recollides per determinar si existeixen factors socioeconòmics, culturals que influeixen en la vulnerabilitat d'aquestes comunitats davant les malalties i en el seu empitjorament. Es demostra que la situació de vulnerabilitat d'aquestes comunitats, sumada a barreres com el motiu d'immigració, la manca d'educació, i l'accés limitat a serveis sanitaris, contribueixen negativament a la incidència d'aquestes malalties. Finalment, aquest treball ha estat una bona manera d'aplicar l'enginyeria i els coneixements obtinguts al llarg de la carrera a la branca de la medicina. Demostrant com els coneixements tècnics poden ser utilitzats per millorar la comprensió i la resolució de problemes específics en el camp sanitari.

The flu is a severe public health issue in Catalonia, causing a notable number of deaths per year. It is a contagious respiratory infectious disease caused by the influenza viruses. The incidence of influenza cases typically increases annually with the onset of cold weather within the months of autumn and winter, which can create a lot of stress for the healthcare system. The main goal of this project is to analyze the historical dynamics of influenza in Catalonia and to develop predictive models that allow anticipation, with a rapid response to the increase in the number of infected individuals, thus allowing health system leaders to take early preventive measures. This study focuses on developing and investigating the application of the Long Short-Term Memory (LSTM) network for influenza time series forecasting. By preprocessing influenza data, a quality dataset has been prepared to feed into the model. Predictions have been made for three different seasons, using two distinct strategies of data scaling. In this context, promising performance has been observed for the 2018-2019 and 2019-2020 seasons. However, the 2023-2024 influenza season has posed new challenges, which has highlighted the need to improve the prediction model. One of the main results of this study is that the LSTM network can predict the next 14 days of influenza cases based on data from the previous 60 days. The use of this type of network for influenza prediction represents a significant contribution to decision-making in public health.

La gripe es un grave problema de salud pública en Cataluña, que causa un notable número de muertes al año. Se trata de una enfermedad infecciosa respiratoria contagiosa causada por los virus de la gripe. La incidencia de casos de gripe suele aumentar anualmente con la llegada del frío en los meses de otoño e invierno, lo que puede generar un gran estrés para el sistema sanitario. El objetivo principal de este proyecto es analizar la dinámica histórica de la gripe en Cataluña y desarrollar modelos predictivos que permitan anticiparse, con una respuesta rápida, al aumento del número de individuos infectados, permitiendo así a los responsables del sistema sanitario tomar medidas preventivas tempranas. Este estudio se centra en desarrollar e investigar la aplicación de la red de Memoria Larga a Corto Plazo (LSTM) para la predicción de series temporales de gripe. Mediante el preprocesamiento de los datos sobre la gripe, se ha preparado un conjunto de datos de calidad para alimentar el modelo. Se han realizado predicciones para tres temporadas diferentes, utilizando dos estrategias distintas de escalado de datos. En este contexto, se ha observado un rendimiento prometedor para las temporadas 2018-2019 y 2019-2020. Sin embargo, la temporada de gripe 2023-2024 ha planteado nuevos retos, lo que ha puesto de manifiesto la necesidad de mejorar el modelo de predicción. Uno de los principales resultados de este estudio es que la red LSTM puede predecir los próximos 14 días de casos de gripe basándose en los datos de los 60 días anteriores. El uso de este tipo de redes para la predicción de la gripe representa una importante contribución a la toma de decisiones en salud pública.

The respiratory syncytial virus (RSV) causes 70% of bronchiolitis cases and thousands of annual deaths, particularly in the paediatric population under six months, placing a significant burden on the public health system. In October 2023, the monoclonal antibody nirsevimab was implemented for the first time in Catalonia in infants to combat the most severe clinical episodes caused by this virus. The primary objective of this study is to evaluate the impact of the first immunisation campaign with nirsevimab on the epidemiology and clinical outcomes of RSV. To this end, pre-pandemic patterns by age group have been characterized and compared with the current season, in addition to analysing the clinical outcomes of a prospective cohort of infants, observing differences between those who received nirsevimab and those who did not. The methodology followed in this study is divided into two major analyses: an epidemiological study and a patient-level study. The epidemiological analysis involves exploring the dynamics of bronchiolitis as an indirect measure of RSV and of the virus itself, conducting comparative analyses using an average pre-pandemic season and differentiating between various age groups. The patient-level analysis consists of a prospective study of clinical variables comparing a cohort that received nirsevimab with another cohort that did not. The results indicate that the pre-pandemic incidence of bronchiolitis followed a very robust pattern each season, which was significantly affected by the pandemic. It has been observed that the introduction of nirsevimab has reduced the incidence of RSV in infants under one year. Additionally, the prospective study determined that infants receiving nirsevimab are less likely to test positive for RSV and develop lower respiratory tract infections compared to those who were not immunised. In conclusion, this study demonstrates that the administration of nirsevimab in Catalonia has reduced the incidence of RSV and lower respiratory infections among infants, suggesting a protective effect against the virus. These results can modestly guide future immunisation campaigns against RSV and encourage further studies in this direction.

El virus respiratori sincicial (VRS) causa el 70% de les bronquiolitis i milers de morts anuals, particularment en la població pediàtrica menor de sis mesos, generant una càrrega significativa en el sistema públic sanitari. L'octubre de 2023 es va implementar per primera vegada a Catalunya l'anticòs monoclonal nirsevimab en lactants, per combatre els episodis clínics més greus causats per aquest virus. L'objectiu principal d'aquest estudi és avaluar l'impacte de la primera campanya d'immunització amb nirsevimab en l'epidemiologia i els resultats clínics del VRS. Per a això, s'han caracteritzat els patrons prepandèmics per franja d'edat i s'han comparat amb la temporada actual, a més d'analitzar els resultats clínics d'una cohort prospectiva de lactants, observant les diferències entre aquells que han rebut nirsevimab i els que no. La metodologia seguida en aquest estudi es divideix en dues grans anàlisis: un estudi epidemiològic i un estudi a escala pacient. L'anàlisi epidemiològica consisteix a explorar les dinàmiques de bronquiolitis com a mesura indirecta del VRS, i del mateix virus, fent anàlisis comparatives emprant una temporada mitjana prepandèmica i diferenciant entre diferents grups d'edat. L'anàlisi a escala pacient consisteix en un estudi prospectiu de variables clíniques que compara una cohort a la qual se li ha administrat nirsevimab amb una altra cohort a la qual no. Els resultats obtinguts indiquen que la incidència de bronquiolitis prepandèmica seguia un patró molt robust cada temporada, el qual es va veure afectat significativament per la pandèmia. S'ha observat que la introducció del nirsevimab ha reduït la incidència de VRS en els lactants menors d'un any. A més, l'estudi prospectiu ha determinat que els lactants que reben nirsevimab tenen menys probabilitat de donar positiu en VRS i de desenvolupar infeccions respiratòries de les vies baixes en comparació amb aquells que no han estat immunitzats. En conclusió, aquest estudi demostra que l'administració de nirsevimab a Catalunya ha reduït la incidència de VRS i d'infeccions de les vies baixes entre els petits, suggerint un efecte protector davant el virus. Aquests resultats poden ser guies modestes per plantejar les futures campanyes d'immunització contra el VRS i fomenten la realització de futurs estudis en aquesta línia.

The flu is an infectious and contagious disease that affects the respiratory system, caused by influenza viruses. In our environment, the flu behaves like a seasonal epidemic. In the northern hemisphere there is an annual flu season between the autumn and winter months. We want to know what their behavior is in other countries, and observe what the conditions are for their start in each country. The aim of this work is to understand the dynamics of the flu in the different countries that make up the European Union together with Norway, the United Kingdom and Switzerland, to see if there is a relationship between the flu epidemic and the climatology of the country, to later be able to use more accurate mathematical models. Likewise, the interaction of climate elements (such as temperature) and climate factors (such as latitude) with the transmission and seasonality of the disease caused by the influenza virus is studied, since its effects on biological systems, in this case specifically in people, are known. Finally, from the results obtained, we can say that the incidence of the flu epidemic and the temperature of each country conform to a decreasing exponential function. Although it would be necessary to be able to analyze it in other geographical regions. But, there is no evidence of a relationship between the onset of influenza epidemics and temperature, and neither for the case of latitude.

La grip és una malaltia infecciosa i contagiosa, que afecta l'aparell respiratori, causada pels virus de la influença. En el nostre entorn la grip es comporta com una epidèmia estacional. A l'hemisferi nord anualment hi ha temporada de grip entre els mesos de tardor i hivern. Volem conèixer quin és el seu comportament en altres països, i observar quines són les condicions pel seu inici en cada país. L'objectiu d'aquest treball és entendre les dinàmiques de la grip en els diferents països que formen la Unió Europea juntament amb Noruega, Regne Unit i Suïssa, per veure si hi ha relació entre l'epidèmia de grip i la climatologia del país, per després poder utilitzar models matemàtics més acurats. Així mateix, s'estudia la interacció d'elements del clima (com la temperatura) i factors del clima (com la latitud) amb la transmissió i l'estacionalitat de la malaltia causada pel virus de la grip, ja que els seus efectes sobre els sistemes biològics, en aquest cas concretament en les persones, són coneguts. Finalment, dels resultats obtinguts, podem dir que la incidència de l'epidèmia de grip i la temperatura de cada país, s'ajusten a una funció exponencial decreixent. Tot i que caldria poder-ho analitzar en altres regions geogràfiques. Però, no hi ha una evidència de relació entre l'inici de les epidèmies de grip i la temperatura, i tampoc per al cas de la latitud.

La epidemiología matemática es una disciplina que utiliza las matemáticas para comprender y predecir la dinámica de las epidemias, ayudando en la toma de decisiones de la salud pública. Este trabajo se centra en el uso del modelo de Gompertz para analizar la epidemia de viruela del mono (Monkeypox) y evaluar su eficiencia en la modelización de esta enfermedad. Se trata de una enfermedad zoonótica (que se puede transmitir entre animales y seres humanos) causada por el virus de la viruela del mono, o Monkeypox virus (MPXV) en inglés, que también afecta a los humanos. Se considera una enfermedad menos grave que la viruela, pero todavía puede ser peligrosa. Su propagación se extendió a escala mundial, hasta el punto de que el 23 de julio de 2022, la OMS declaró la viruela del mono como pandemia. Hemos utilizado una serie de herramientas estadísticas e informáticas, con la ayuda del lenguaje de programación MATLAB, para evaluar el modelo de Gompertz en la modelización de la dinámica epidemiológica de la viruela del mono y proporcionar un análisis detallado de esta dinámica, obteniendo gráficas que ilustran el ajuste del modelo de Gompertz en los datos epidemiológicos. Destacamos una alta concordancia entre el modelo y los datos, indicando un ajuste satisfactorio. En definitiva, las modificaciones realizadas en el código y las mejoras en el procesamiento de datos han permitido adaptar el modelo de Gompertz de forma efectiva a los datos epidemiológicos de la viruela del mono. Así, hemos encontrado que las características demográficas del país afectado parecen tener menor efecto en la dinámica del Monkeypox que el número de brotes en cada país. La monitorización y análisis de la epidemia de Monkeypox es esencial para entender la epidemiología del virus y poder realizar predicciones de uso a salud pública.

Mathematical epidemiology is a discipline that uses mathematics to understand and predict the dynamics of epidemics, aiding public health decision-making. This paper focuses on the use of the Gompertz model to analyse the monkeypox epidemic and evaluate its efficiency in modelling this disease. Monkeypox is a zoonotic disease (a disease that can be transmitted between animals and humans) caused by the Monkeypox virus (MPXV), which also affects humans. It is considered a less serious disease than smallpox but can still be dangerous. It has spread globally, to the point that on 23 July 2022, the WHO declared monkeypox a pandemic. We have used statistical and computational tools, with the help of the MATLAB programming language, to evaluate the Gompertz model in modelling the epidemiological dynamics of monkeypox and provide a detailed analysis of these dynamics, obtaining plots that illustrate the fit of the Gompertz model on epidemiological data. We highlight a high agreement between the model and the data, indicating a satisfactory fit. Ultimately, modifications to the code and improvements in data processing have allowed us to adapt the Gompertz model effectively to monkeypox epidemiological data. Thus, we have found that the demographics of the affected country appear to have less effect on the dynamics of Monkeypox than the number of outbreaks in each country. Monitoring and analysis of the Monkeypox epidemic is essential to understand the epidemiology of the virus and to make predictions for public health use.

Viral coinfection presented in humans has important value in clinical and epidemiological studies. The relationship between viruses determines the consequences of viral coinfection. These consequences could be inhibition of viral growth, increased viral load, or even more severe symptoms in the patient. This work aims to understand the relationship between different viruses and the dynamics of their viral load during coinfection. In this way, it is hoped to be able to make an accurate prediction of the evolution of coinfection between respiratory viruses and, therefore, improve the protocol for the prevention of infectious respiratory diseases. On the other hand, mathematical and computational models are efficient in understanding the dynamics of viruses and predicting the trends of an epidemic. This has also been demonstrated during the SARS-CoV-2 pandemic. Therefore, in this work, a series of mathematical models are developed to study the relationship between viruses under coinfection and to understand how the infection changes in the presence of other pathogens. In addition, the results are expected to be useful for taking measures to control a pandemic or epidemic similar to those experienced in the future. This study focuses on 4 respiratory viruses: SARS-CoV-2, respiratory syncytial virus (RSV), influenza (IV), and human metapneumovirus (hMPV). The models generated in this work are derived from the Pinky and Dobrovoly1 coinfection model, which evaluates the evolution of viral load during coinfection. Viral load is an important variable that indicates what kind of interaction viruses establish: the interaction is positive when the presence of one virus increases the viral load of another virus over time, otherwise the interaction is negative. And when the viral load does not vary in coinfection, this interaction is neutral. The mathematical models developed in this work not only fit well with the experimental data of coinfection but also with those of simple infection. Apart from that, we have studied different scenarios. On the one hand, we have made a model to understand the effect of one virus on the delayed infection with another. Also, the initial viral load has been increased to assess its relationship with the inhibitory effect. Finally, we investigated viral evolution with continuous cell introduction, adding a recruitment parameter to the model.

La coinfección viral presentada en humanos tiene un importante valor en estudios clínicos y epidemiológicos. La relación entre virus condiciona las consecuencias de la coinfección viral. Estas consecuencias podrían ser inhibición del crecimiento viral, aumento de carga viral o incluso síntomas más graves en el paciente. El objetivo de este trabajo es entender la relación entre distintos virus y la dinámica de su carga viral durante la coinfección. De esta forma se espera poder hacer una predicción precisa de la evolución de una coinfección entre virus respiratorios y, por tanto, mejorar el protocolo de prevención de las enfermedades respiratorias infecciosas. Por otra parte, los modelos matemáticos y computacionales son eficientes para entender la dinámica de los virus y predecir las tendencias de una epidemia. Esto se ha demostrado también durante la pandemia del SARS-CoV-2. Por eso, en este trabajo se desarrollan una serie de modelos matemáticos para entender la relación entre virus bajo coinfección, para entender cómo cambia la infección en presencia otros patógenos. Además, se espera que los resultados puedan ser de utilidad para tomar medidas de control de una pandemia o epidemia similar a las vividas en el futuro. Este estudio se centra en 4 virus respiratorios: SARS-CoV-2, virus respiratorio sincicial (VRS), influenza (IV) y metapneumovirus humano (hMPV). Los modelos generados en este trabajo derivan del modelo de coinfección Pinky y Dobrovoly1, que evalúa la evolución de la carga viral durante la coinfección. La carga viral es una variable importante que indica qué tipo de interacción establecen los virus: la interacción es positiva cuando la presencia de un virus aumenta la carga viral de otro virus con el tiempo; de lo contrario, la interacción es negativa. Y cuando la carga viral no varía en coinfección, esa interacción es neutral. Los modelos matemáticos desarrollados en este trabajo no solo se ajustan bien a los datos experimentales de coinfección sino también a los de infección simple. Aparte de esto, hemos estudiado diferentes escenarios. Por un lado, hemos realizado un modelo para entender el efecto sobre un virus de la infección retrasada con otro. También se ha aumentado la carga viral inicial para evaluar su relación con el efecto inhibidor. Finalmente, hemos investigado la evolución viral con introducción celular continua, añadiendo al modelo un parámetro de reclutamiento.

The flu is a contagious respiratory infectious disease caused by the influenza viruses. Annually in Catalonia there is a flu season within the months of autumn and winter, that can create a lot of stress to the healthcare system. The main goal of this study is to understand the dynamics of the flu and to be able to make predictions that allow anticipation, with enough time to respond to an increase of infected individuals that requires active action from the healthcare system managers. Computational and mathematical models are a powerful tool that help understand and predict systems behaviours. In this study different models are adapted, developed and implemented to achieve the pursued objective. Therefore, the interaction between meteorological factors and the flu seasonality and transmissivity has been studied, due to the known effects of these factors upon biological systems. The mathematical models developed in this study fit correctly the epidemiological data, they allow the explanation of flu seasonality and perform predictions at short and long term. The base model that has been used proved to be a good fit to the previous seasons and has been applied to produce weakly reports of flu evolution this season 2021-2022. From the base model new models have been created, these include meteorological factors and have been called meteomodels. They have revealed the effect of temperature and absolute humidity upon the epidemic behavior of the flu. This is one of the main results of this study, there is no knowledge of any other published model that describes flu epidemics through meteorological factors as the models in this study do, with the added value that these meteorological models have the potential to predict two weeks ahead. To sum up, predictive mathematical models have been developed, each one with a precision above 95%, for the flu epidemic in Catalonia and incorporating, for the first time, meteorological factors. Further work includes new and different combinations of meteorological factors, the incorporation of social factors, effects of viral interference and statistical analyses to determine the probable load of infected individuals for each center of primary attention in Catalonia.

La gripe es una enfermedad infecciosa respiratoria contagiosa causada por los virus de la influenza. En Cataluña anualmente hay una temporada de gripe en los meses de otoño e invierno, que puede llegar a crear mucha tensión en el sistema sanitario. El objetivo de este trabajo es comprender las dinámicas de la gripe y poder realizar predicciones que permitan anticiparse con tiempo a un incremento de casos que requieran de acción activa por parte de los gestores de salud pública. Los modelos matemáticos y computacionales son un potente recurso que permite comprender y predecir el comportamiento de sistemas. En este estudio se adaptan, desarrollan e implementan diferentes modelos para lograr el objetivo propuesto. Así mismo, se estudia la interacción de factores meteorológicos con la transmisión y la estacionalidad de la enfermedad de la gripe, ya que sus efectos sobre los sistemas biológicos son conocidos. Los modelos matemáticos desarrollados se ajustan correctamente a los datos epidemiológicos, permiten explicar la estacionalidad de la gripe y realizar predicciones a corto y largo plazo. El modelo base con el que se ha trabajado muestra un buen ajuste a las temporadas anteriores y se ha usado para realizar informes semanales de la evolución de la gripe esta temporada 2021-2022. Partiendo del modelo base se han creado modelos que incluyen factores meteorológicos, que hemos nombrado meteomodelos, que han conseguido mostrar el efecto de la temperatura y la humedad absoluta sobre el comportamiento epidémico de la gripe. Este es uno de los resultados principales del trabajo, no se tiene constancia de ningún otro modelo publicado que describa la evolución epidémica de la gripe mediante factores meteorológicos como lo hacen los de este estudio, con el valor añadido de que estos modelos meteorológicos tienen el potencial de predecir a dos semanas vista. En definitiva, se han elaborado modelos matemáticos predictivos, todos con una precisión superior al 95%, de la epidemia de gripe en Cataluña y añadiendo, por primera vez, factores meteorológicos. Planteamientos de futuro incluyen nuevas y distintas combinaciones de factores meteorológicos, la incorporación de factores sociales, efectos de interferencia entre virus y análisis estadístico para determinar la probabilidad de carga de infectados en cada centro de atención primaria en la totalidad de Cataluña.