Impulso a la investigación biomédica con herramientas estadísticas: desde el análisis de la COVID-19 hasta la gestión de datos con REDCapDM
La Unidad de Bioestadística, reciente incorporación a las tecnologías y servicios que ofrece el Instituto de Investigación Germans Trias i Pujol (IGTP), formada por un equipo de estadísticos y matemáticos que realiza y apoya la investigación biomédica, ha publicado recientemente dos artículos destacados. El primer trabajo, publicado en Scientific Reports, revela el rol de las desigualdades socioeconómicas y de la vacunación en la propagación de la pandemia. El segundo, en BMC Medical Research Methodology, introduce REDCapDM, un nuevo paquete de R diseñado para mejorar la eficiencia y fiabilidad en la gestión de datos de investigación recogidos a través de la popular plataforma REDCap.
Impacto de la COVID-19 en Cataluña: la desigualdad socioeconómica y la vacunación
Un nuevo estudio científico, publicado en Scientific Reports por los investigadores Pau Satorra y Cristian Tebé, aporta luz sobre la evolución y consecuencias de la pandemia de COVID-19 en Cataluña. Usando modelos bayesianos espacio-temporales, el análisis revela cómo la incidencia del virus y las hospitalizaciones variaron entre las diferentes áreas básicas de salud (ABS) a lo largo del tiempo y destaca factores clave que habrían influido estas tendencias.
Los resultados indican que las zonas urbanas experimentaron mayor incidencia de casos y hospitalizaciones en comparación con las áreas rurales, sugiriendo una asociación con la densidad de población y las condiciones de vida en estas áreas. Esto pone de manifiesto la necesidad de estrategias de salud pública específicas para entornos urbanos densamente poblados.
El estudio señala también el impacto de la desigualdad socioeconómica en los efectos de la pandemia. Las ABS con mayores niveles de privación socioeconómica han sufrido mayores tasas de hospitalización, poniendo de manifiesto, algo ya conocido, como que las condiciones socioeconómicas pueden exacerbar los efectos de una crisis sanitaria global.
Uno de los hallazgos más destacados es el efecto protector a nivel de ABS de la vacunación completa contra el virus, demostrando la importancia vital de las campañas de vacunación en la lucha contra la pandemia. La cobertura vacunal completa ha mostrado reducir significativamente el riesgo de casos y hospitalizaciones, reafirmando el mensaje de salud pública sobre la vacunación como herramienta clave para controlar la propagación e impacto del virus.
Para la realización de esta investigación, se han utilizado datos abiertos proporcionados por la Generalitat de Catalunya, subrayando la importancia del acceso a información fiable y transparente para el avance de la investigación epidemiológica. Los descubrimientos de este estudio no sólo contribuyen a una mejor comprensión de la dinámica de la COVID-19 a nivel local, sino que también destacan la importancia crítica de la intervención vacunal y la atención a las desigualdades socioeconómicas como componentes clave en la respuesta efectiva a la pandemia.
"Se encontró que la modelización jerárquica bayesiana era muy útil para describir las tendencias espaciales, temporales y espacio-temporales de la epidemia de COVID-19 en Cataluña" comenta Pau Satorra, primer autor del artículo. "Hemos demostrado que las áreas básicas de salud urbanas tenían un mayor riesgo de casos de COVID-19 y hospitalizaciones en comparación con las áreas rurales, mientras que la privación socioeconómica del área era un factor de riesgo para las hospitalizaciones. Además, se demostró que la cobertura completa de vacunación del área básica de salud también tenía un efecto protector sobre el riesgo de casos de COVID y hospitalizaciones por área".
REDCapDM: un paquete R para la gestión de datos en proyectos REDCap
En este segundo artículo, liderado por João Carmezim y Pau Satorra, la unidad de bioestadística del IGTP ha desarrollado REDCapDM, un nuevo paquete de R destinado a facilitar la gestión de datos para proyectos REDCap, una aplicación web para la creación y gestión de bases de datos y de encuestas online. REDCap es ampliamente utilizado en la investigación clínica por su flexibilidad y características de seguridad. Sin embargo, la gestión de datos REDCap a través de R puede ser compleja, requiriendo a menudo un trabajo de programación para maximizar su eficiencia. El paquete REDCapDM nace como respuesta a esta necesidad, proporcionando funciones específicas para la importación, transformación, identificación de discrepancias y gestión de datos.
Con el uso de REDCapDM, los investigadores pueden optimizar el proceso de gestión de datos clínicos, garantizando al mismo tiempo la calidad y fiabilidad de la información analizada. Esta herramienta es de especial interés para científicos de datos y gestores de datos clínicos que trabajan con REDCap y R, ofreciendo una solución integral para las tareas de gestión de datos de investigación.
La implementación de REDCapDM en R, versión 4.3.0, y su disponibilidad a través de Comprehensive R Archive Network (CRAN), abre nuevas puertas para la gestión eficiente de datos en estudios clínicos. Este paquete no sólo simplifica la importación y procesamiento de datos desde REDCap a R, sino que también mejora el proceso de validación de datos, esencial para la generación de datos de calidad en la investigación.
El desarrollo de REDCapDM es un paso adelante en la automatización y mejora de la gestión de datos en la investigación clínica, proporcionando a los investigadores herramientas robustas para el análisis y la validación de datos. Con el apoyo continuado de la comunidad R y la integración con otros paquetes y herramientas, REDCapDM está destinado a convertirse en un valioso recurso para la comunidad de investigación clínica global.
La implementación de REDCapDM en R versión 4.3.0, y su disponibilidad a través del Comprehensive R Archive Network (CRAN) y Github garantiza el acceso abierto al uso de esta herramienta así como la transparencia, aspectos esenciales para el progreso de la investigación científica. Este proyecto, disponible para todos los sistemas operativos y bajo la licencia GNU General Public License Versión 2, demuestra el impacto positivo de la colaboración abierta y el uso de tecnologías de código abierto en el avance de la investigación médica.
Paquete R, ¿qué es?
Un paquete R es una colección de funciones, datos y documentación que se ha desarrollado para ampliar las funcionalidades del software estadístico R. Los paquetes permiten a los usuarios añadir nuevas técnicas de análisis, métodos estadísticos, gráficos, importación y exportación de datos, entre otras funcionalidades, en su entorno de trabajo en R. Estos paquetes son creados por la comunidad de usuarios e investigadores de R con el objetivo de compartir soluciones y facilitar el trabajo en proyectos específicos o en áreas de investigación determinadas.
Referencias
Satorra P, Tebé C. Bayesian spatio-temporal analysis of the COVID-19 pandemic in Catalonia. Sci Rep. 2024 Feb 20;14(1):4220. DOI: 10.1038/s41598-024-53527-w.
Carmezim J, Satorra P, Peñafiel J, García-Lerma E, Pallarès N, Santos N, Tebé C. REDCapDM: An R package with a set of data management tools for a REDCap project. BMC Med Res Methodol. 2024 Mar 1;24(1):55. DOI: 10.1186/s12874-024-02178-6.