In questa tesi è stata studiata la correlazione tra i dati ambientali, che includono dati di inquinamento dell’aria e dati meteorologici, e i dati clinici di pazienti affetti da sclerosi multipla (SM) in cura presso l’IRCCS Mondino. L’obiettivo della tesi è quello di individuare quei parametri ambientali che si possono considerare significativi sulle ricadute dei pazienti al fine di sottoporli all’attenzione dei medici e per futuri modelli di intelligenza artificiale a riguardo. L’elaborato si colloca all’interno del progetto europeo BRAINTEASER che, oltre a integrare i dati sociali, ambientali e della salute umana per capire la progressione della malattia per la Sclerosi Multipla e Sclerosi Laterale Amiotrofica, vuole anche sviluppare modelli in grado di affrontare il bisogno di medicina preventiva e di predizione precoce del rischio per queste malattie. Per prima cosa sono state analizzate le visite effettuate dai soggetti, al fine di trovare peggioramenti significativi. In particolare, sono state implementate in R le regole normalmente utilizzate dai medici per l’analisi della variazione di una delle caratteristiche cliniche, l’Expanded Disability Status Scale (EDSS), tra le visite. Grazie alla presenza dei codici postali del domicilio dei pazienti, sono stati collegati i dati dell’ospedale con quelli delle stazioni di rilevamento di qualità dell’aria dell’agenzia AEA più vicine al comune di residenza dei pazienti. Sono stati sviluppati dei modelli a effetti misti che permettono di considerare sia effetti fissi, che sono costanti tra individui, sia gli effetti casuali, che invece rappresentano le differenze casuali tra soggetti variabili nel tempo. In conclusione, questa tesi contribuisce alla conoscenza degli effetti di variabili ambientali sulla progressione della SM, fornendo utili informazioni per pazienti e i loro caregiver riguardo all’eccessiva esposizione ad alcuni fattori ambientali e inquinanti, al fine di prevenire ricadute o periodi di riacutizzazione della malattia.
Integrazione di dati clinici e ambientali per lo studio della progressione della sclerosi multipla
MALINVERNI, ANDREA
2021/2022
Abstract
In questa tesi è stata studiata la correlazione tra i dati ambientali, che includono dati di inquinamento dell’aria e dati meteorologici, e i dati clinici di pazienti affetti da sclerosi multipla (SM) in cura presso l’IRCCS Mondino. L’obiettivo della tesi è quello di individuare quei parametri ambientali che si possono considerare significativi sulle ricadute dei pazienti al fine di sottoporli all’attenzione dei medici e per futuri modelli di intelligenza artificiale a riguardo. L’elaborato si colloca all’interno del progetto europeo BRAINTEASER che, oltre a integrare i dati sociali, ambientali e della salute umana per capire la progressione della malattia per la Sclerosi Multipla e Sclerosi Laterale Amiotrofica, vuole anche sviluppare modelli in grado di affrontare il bisogno di medicina preventiva e di predizione precoce del rischio per queste malattie. Per prima cosa sono state analizzate le visite effettuate dai soggetti, al fine di trovare peggioramenti significativi. In particolare, sono state implementate in R le regole normalmente utilizzate dai medici per l’analisi della variazione di una delle caratteristiche cliniche, l’Expanded Disability Status Scale (EDSS), tra le visite. Grazie alla presenza dei codici postali del domicilio dei pazienti, sono stati collegati i dati dell’ospedale con quelli delle stazioni di rilevamento di qualità dell’aria dell’agenzia AEA più vicine al comune di residenza dei pazienti. Sono stati sviluppati dei modelli a effetti misti che permettono di considerare sia effetti fissi, che sono costanti tra individui, sia gli effetti casuali, che invece rappresentano le differenze casuali tra soggetti variabili nel tempo. In conclusione, questa tesi contribuisce alla conoscenza degli effetti di variabili ambientali sulla progressione della SM, fornendo utili informazioni per pazienti e i loro caregiver riguardo all’eccessiva esposizione ad alcuni fattori ambientali e inquinanti, al fine di prevenire ricadute o periodi di riacutizzazione della malattia.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/15407