Análisis de transición latente para estudios longitudinales de síndromes de infección posaguda

Área de la Ciencia:

• La investigación clínica es la investigación clínica.
• Ciencia de datos Ciencia de datos.
• Epidemiología La epidemiología.

Sus antecedentes:

• Los síndromes infecciosos posagudos (SAPI) presentan síntomas complejos y persistentes después de la infección.
• El análisis de datos multimodales para PAIS es un desafío debido a la complejidad de los datos y la falta de definiciones precisas de casos.
• Los estudios longitudinales son cruciales para comprender el PAIS, pero requieren métodos analíticos avanzados.

Objetivo del estudio:

• Desarrollar un marco generalizable para el análisis de datos PAIS longitudinales utilizando el análisis de transición latente (LTA).
• Identificar diferentes fenotipos de enfermedades y transiciones de pacientes sin categorías clínicas predefinidas.
• Para explorar la influencia de las características del paciente en las trayectorias de la enfermedad en PAIS.

Principales métodos:

• Análisis de Transición Latente (LTA) aplicado a conjuntos de datos longitudinales y multimodales.
• Desarrollo de un método para incorporar información covariada (por ejemplo, edad, sexo) en el modelo LTA.
• Aplicación al conjunto de datos de ORCHESTRA para el análisis de la condición post-COVID-19 (PCC).

Principales resultados:

• Identificación de los diferentes fenotipos de las condiciones post-COVID-19 (PCC, por sus siglas en inglés).
• Demostración de las trayectorias de los pacientes influenciadas por la edad y el sexo.
• Validación de la LTA para el análisis de datos clínicos complejos y resueltos en el tiempo.

Conclusiones:

• LTA proporciona una poderosa herramienta para la interpretación de datos clínicos complejos y la comprensión de PAIS.
• El marco apoya estrategias personalizadas de monitoreo y manejo de pacientes.
• Este enfoque puede acelerar el desarrollo terapéutico para varios PAIS.