Login
 Forum
 
 
Thesis topic proposal
 
István Vályi-Nagy
COVID-19: course, predictive and prognostic factors, diagnosis and therapy

THESIS TOPIC PROPOSAL

Institute: Semmelweis University, Budapest
clinical medicine
Doctoral School of University Semmelweis

Thesis supervisor: István Vályi-Nagy
Location of studies (in Hungarian): SE
Abbreviation of location of studies: SE


Description of the research topic:

A WHO-nak 2021. december 2-ig 262 866 050 megerősített COVID-19 esetet, köztük
5 224 519 halálesetet jelentettek. 2021. december 1 -ig összesen 7 885 790 810 adag vakcinát
adtak be globálisan.
2020 népmozgalmi eseményeit hazánkban is nagymértékben befolyásolta a koronavírus okozta
járvány, ami különösen a halálozások számának alakulását érintette. 2020-ban számottevően
emelkedett az elhunytak száma. A 140 900 fős halálozás 8,7%-kal – több mint 11 000 fővel –
haladta meg az egy évvel korábbit. A koronavírus-járvány első, tavaszi hulláma csak
kismértékű emelkedést okozott a halálozások számában, azonban a második hullám már
jelentős halálozási többlettel járt. Az októberi, 18%-os növekedést követően novemberben és
decemberben drasztikusan, 58%-kal emelkedett a halálozások száma. 2020 utolsó
negyedévének mintegy 46 ezer fős halálozása 14,3 ezerrel haladta meg az egy évvel korábbit a
KSH adatai szerint.
A fenti adatok bemutatják, hogy a Sars-CoV-2 vírusfertőzés milyen, soha nem látott méretű
kihívást jelent az érintett betegek, az őket kezelő egészségügyi személyzet, a politikai,
rendvédelmi és közigazgatási szervek és a lakosság számára.
A kutatások célja a COVID-19 által okozott károk mérséklése: a betegség lefolyásának,
tüneteinek, biomarkereinek és kimeneteleinek megismerésével, a betegség prediktív és
prognosztikai faktorainak vizsgálatával, a diagnosztika, a prevenciós és terápiás lehetőségek
kutatásával. A vizsgálatok a Dél-pesti Centrumkórház - Országos Hematológiai és Infektológiai
Intézetben (DPC-OHII) rendelkezésre álló kutatási adatbázisok adatain (klinikai, járványügyi,
egészségügyi finanszírozási stb.) folynak. A kutatási adatokat különféle statisztikai
módszertanokkal vizsgáljuk, melyek magukban foglalják a leíró elemzéseket csak úgy, mint a
komplex statisztikai modellek fejlesztését.
A rutin egészségügyi ellátás során keletkező adatok (real-world data, RWD) és az ezeken
alapuló bizonyítékok (real-world evidence, RWE) – a randomizált kontrollos vizsgálatokon
(randomized controlled trial, RCT) kívül gyűjtött, klinikailag releváns adatokból előállított
bizonyítékok - felhasználása ma már egyre magától értetődőbb. Ezek jól kiegészítik az RCTket
hipotézisek felállításával, az RCT-kénél szélesebb populációk vizsgálatával (generalizálás),
hosszú távú megfigyelésekkel (pl. mellékhatások, komplikációk), új végpontok, ritka és RCT
keretében nem vizsgálható betegségek kutatásával. A COVID-19-ről rengeteg adat keletkezett
hazai a járványügyben, a rutin egészségügyi ellátásban, a finanszírozásban és ezek feldolgozása
kiemelt népegészségügyi érdekünk. Az alkalmazni kívánt leíró statisztikai elemzések, illetve
komplex elemzések (asszociációs, klaszter-, regressziós elemzések, modellezés)
eredményeinek felhasználása közelebb vihet minket a COVID-19 okozta károk mérséklésében.

Number of students who can be accepted: 3

Deadline for application: 2024-05-31


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
All rights reserved © 2007, Hungarian Doctoral Council. Doctoral Council registration number at commissioner for data protection: 02003/0001. Program version: 2.2358 ( 2017. X. 31. )