Análisis de la relación entre los biomarcadores asociados al estrés y variables sociodemográficas para analizar las diferencias entre grupos étnicos

Abstract

Diferentes estudios relacionan el estrés, medido mediante biomarcadores como la oxitocina y el cortisol, con diversas variables sociodemográficas. Además, estudios plantean que el trauma histórico sufrido por algunas etnias podría afectar a los vínculos sociales y generar una respuesta diferente a situaciones de estrés. En este trabajo se ha querido relacionar el estrés con diferentes variables combinando estudios previamente publicados con datos recogidos en un proyecto piloto de la Universidad de Maryland (UMD, EEUU). En una primera parte, se ha realizado un análisis exploratorio completo utilizando las observaciones de la literatura (sin incluir la etnia), y posteriormente, se ha definido el modelo que mejor ajuste ha mostrado para cada biomarcador. Se ha visto que, por ejemplo, las variables que miden el ritmo cardiaco son significativas, lo que puede ayudar a mejorar los protocolos de recogida de datos actuales que omiten algunas de estas variables. Otro de los objetivos es analizar la hipótesis de la etnia y ver si la variable es significativa para medir los cambios en los niveles de estrés medidos mediante los biomarcadores mencionados como respuesta a distintos estímulos. Para ello, se ha querido aplicar el modelo sobre el conjunto de datos de la UMD, pero este último análisis se ha visto perjudicado por la pandemia del SARS-CoV-2/COVID-19 actual. Sin embargo, el trabajo muestra el procedimiento de una manera teórica para poder aplicarlo cuando el conjunto de datos disponga de más observaciones.

Diferents estudis relacionen l'estrès, mesurat mitjançant biomarcadors com l'oxitocina i el cortisol, amb diverses variables sociodemogràfiques. A més, estudis plantegen que el trauma històric sofert per algunes ètnies podria afectar els vincles socials i generar una resposta diferent a situacions d'estrès. En aquest treball s'ha volgut relacionar l'estrès amb diferents variables combinant estudis prèviament publicats amb dades recollides en un projecte pilot de la Universitat de Maryland (UMD, EUA). En una primera part, s'ha realitzat una anàlisi exploratòria complet utilitzant les observacions de la literatura (sense incloure l'ètnia), i posteriorment, s'ha definit el model que millor ajust ha mostrat per a cada biomarcador. S'ha vist que, per exemple, les variables que mesuren el ritme cardíac són significatives, el que pot ajudar a millorar els protocols de recollida de dades actuals que ometen algunes d'aquestes variables. Un altre dels objectius és analitzar la hipòtesi de l'ètnia i veure si la variable és significativa per mesurar els canvis en els nivells d'estrès mesurats mitjançant els biomarcadors esmentats com a resposta a diferents estímuls. Per a això, s'ha volgut aplicar el model sobre el conjunt de dades de la UMD, però aquest últim anàlisi s'ha vist perjudicat per la pandèmia de la SARS-CoV-2 / COVID-19 actual. No obstant això, el treball mostra el procediment d'una manera teòrica per poder aplicar-lo quan el conjunt de dades disposi de més observacions.

Biomarkers such as oxytocin and cortisol are biological measures to quantify the stress level of an individual, which is related to several sociodemographic factors in many scientific publications. Some studies hypothesize that the response to stressful situations can vary depending on the ethnicity of each person, being the ethnicities that have suffered from historic trauma the most vulnerable ones to overcome those stressful situations and to create social bonds. In order to analyze the relationship between stress with different variables, this work combines previously published articles with data from a pilot study from the University of Maryland (UMD). An exploratory data analysis for each of the biomarkers using published databases, without the ethnicity variable is followed by a regression analysis to find the model that best fits the data. The outcomes show that variables like the heart rate of the individual are significant covariables, so adding those to the existing data collection protocol would improve the procedure and make it more suitable. Another objective of the present work is to analyze the significance of the ethnicity variable when measuring the changes in the stress, based on the biomarker¿s level. This goal has been affected by the current SARS-CoV-2/COVID-19 pandemic, and it has hinder the possibility to apply the regression models to the real project¿s data. Nevertheless, this work shows the process in a theoretical way. The application of the regression models to check the significance of the ethnicity to explain changes in stress is expected to be completed as soon as more observations are included in the database.