Análisis exploratorio multivariante para el estudio longitudinal de la distribución anormal de grasa, masa magra y/o masa ósea en individuos infectados por VIH

Abstract

Una de las enfermedades que ha experimentado un aumento en su prevalencia durante las últimas décadas a nivel mundial es la infección por VIH. Los pacientes infectados por este virus padecen toda una serie de cambios en la masa grasa, magra y ósea que, en conjunto, provocan una disminución en su calidad de vida. Esta disminución da lugar a un aumento del desarrollo de patologías de carácter cardiovascular, a un incremento en la predisposición a padecer lesiones musculares y a una mayor probabilidad de sufrir fracturas óseas. Todas estas se relacionan con una aceleración del proceso de envejecimiento asociado a la disminución de la funcionalidad del sistema inmunitario. Una buena comprensión de cada una de las fases de la enfermedad puede ayudar al desarrollo de soluciones que mejoren la calidad de vida de los pacientes que la sufren. Por este motivo, se propone este proyecto de fin de máster, englobado dentro del área de la Estadística Bioinformática, con el objetivo de determinar qué variables se encuentran relacionadas con los cambios fisiológicos descritos y cuáles son los cambios que experimentan los pacientes afectados a lo largo del tiempo. Para ello, se recurre al uso de métodos estadísticos multivariantes como el Análisis de Componentes Principales, el Análisis de Correlaciones Canónicas y el Análisis Multifactorial, debido a la capacidad que presentan de ilustrar en pocas dimensiones la información contenida en un número elevado de variables. Para su aplicación, se recurre al lenguaje de programación estadístico R.

Una de les malalties que ha experimentat un augment en la seva prevalença durant les últimes dècades a escala mundial és la infecció per VIH. Els pacients infectats per aquest virus pateixen tot un seguit de canvis en la massa greix, magra i òssia que, en conjunt, provoquen una disminució en la seva qualitat de vida. Aquesta disminució dóna lloc a un augment del desenvolupament de patologies de caràcter cardiovascular, a un increment en la predisposició a patir lesions musculars i a una major probabilitat de patir fractures òssies. Totes aquestes es relacionen amb una acceleració del procés d'envelliment associat a la disminució de la funcionalitat del sistema immunitari. Una bona comprensió de cadascuna de les fases de la malaltia pot ajudar al desenvolupament de solucions que millorin la qualitat de vida dels pacients que la pateixen. Per aquest motiu, es proposa aquest projecte de fi de màster, englobat dins de l'àrea de l'Estadística Bioinformàtica, amb l'objectiu de determinar quines variables es troben relacionades amb els canvis fisiològics descrits i quins són els canvis que experimenten els pacients afectats al llarg del temps. Per a això, es recorre a l'ús de mètodes estadístics multivariants com l'anàlisi de components principals, l'anàlisi de correlacions canòniques i l'anàlisi multifactorial, a causa de la capacitat que presenten d'il·lustrar en poques dimensions la informació continguda en un nombre elevat de variables. Per a la seva aplicació, es recorre al llenguatge de programació estadístic R.

HIV infection has experienced an increase in its prevalence during the last decades. HIV patients experienced physiological changes related to fat mass, lean mass and bone mass, causing a reduction in their quality of life. This situation is reflected in a rise of development of cardiovascular diseases, as well as an increase of muscular injuries and a high probability to suffer bone fractures. All of them are related to a quicker aging associated with a decrease in immunology system functionality. A good comprehension of HIV pathology allows researchers to develop solutions in order to improve the quality of life of all these patients. For this reason, the aim of this final MSc project, related to Statistical Bioinformatics, consisted on find which variables are related to the physiological changes mentioned, besides which kind of body changes experience these patients in a long term. For this aim, multivariate statistical methods such as Principal Component Analysis (PCA), Canonical Correlation Analysis (CCA) and Multifactorial Analysis (MFA) were used during the development of this project, due to their ability to illustrate in scant dimensions all the information storage in a big number of variables. R programming language was used to apply all these statistical methods.