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

Resumen

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.