OBJETIVOS: Determinar el efecto de una dieta enteral hipercalórica e hiperproteica sobre el crecimiento y la composición corporal en prematuros extremos. Valorar la aparición de efectos adversos secundarios. METODOS: Se plantea un estudio clínico longitudinal de asignación sistematizada tipo cohorte con cuatro grupos (LM, A, B y C) desde enero 2006 a enero 2008. Cada paciente es seguido durante 21 días. El estudio es aprobado por el Comité ético de investigación clínica del Hospital Clínic i Provincial de Barcelona. 25 prematuros extremos en recuperación son incluidos una vez son alimentados exclusivamente de forma enteral. Los pacientes alimentados mediante lactancia materna continúan siendo alimentados con leche humana fortificada (grupo LM). Los paciente alimentados con fórmula artificial son asignados de forma sistematizada a 3 grupos alimentados con fórmulas con diferente contenido proteico-calórico: Grupo A (leche estándar de prematuro: 130 kcal/kg/d y 3,7 g/kg/d), grupo B (150 kcal/kg/d y 4.2 g/kg/d), grupo C (150 kcal/kg/d y 4.7 g/kg/d). Se realiza una valoración antropométrica (peso, talla y perímetro craneal) y de composición corporal (masa grasa y masa libre de grasa) al inicio, a los 14 y 21 días de estudio. La composición corporal se determina mediante bioimpedanciometría. Se realizan controles clínicos y analíticos en busca de efectos adversos. RESULTADOS: La nutrición fue bien tolerada desde el punto de vista clínico y analítico, sin evidenciarse efectos adversos. El incremento de peso y de perímetro craneal fue superior en los grupos B y C que en los grupos A y LM. Mientras que el incremento de talla fue superior en los grupos LM, B y C que en el grupo A. La mayor ganancia de peso en los grupos B y C se produjo a expensas de una mayor acreción de masa grasa y masa libre de grasa. A pesar de un mayor aporte de proteínas en el grupo C que en el grupo B no se evidenció una mayor acreción de masa magra en el grupo C con respecto al grupo B. CONCLUSIÓN: Mayores aportes de proteína y calorías promueve un mayor crecimiento y una mayor acreción de masa grasa y masa libre de grasa sin efectos adversos secundarios. PALABRAS CLAVE: Prematuros extremos, nutrición, crecimiento, composición corporal, bioimpedanciometría eléctrica.

Saudi Arabia has been trying to change its long tradition of relying on fossil fuels and seek renewable energy sources such as wind power. In this thesis, I firstly provide a comprehensive assessment of wind energy resources and associated spatio-temporal patterns over Saudi Arabia in both current and future climate conditions, based on a Regional Climate Model output. A high wind energy potential exists and is likely to persist at least until 2050 over a vast area ofWestern Saudi Arabia, particularly in the region between Medina and the Red Sea coast and during Summer months. Since an accurate assessment of wind extremes is crucial for risk management purposes, I then present the first high-resolution risk assessment of wind extremes over Saudi Arabia. Under the Bayesian framework, I measure the uncertainty of return levels and produce risk maps of wind extremes, which show that locations in the South of Saudi Arabia and near the Red Sea and the Persian Gulf are at very high risk of disruption of wind turbine operations. In order to perform spatial predictions of the bivariate wind random field for efficient turbine control, I propose parametric variogram matrix (function) models for cokriging, which have the advantage of allowing for a smooth transition between a joint second-order and intrinsically stationary vector random field. Under Gaussianity, the covariance function is central to spatio-temporal modeling, which is useful to understand the dynamics of winds in space and time. I review the various space-time covariance structures and models, some of which are visualized with animations, and associated tests. I also discuss inference issues and a case study based on a high-resolution wind-speed dataset. The Gaussian assumption commonly made in statistics needs to be validated, and I show that tests for independently and identically distributed data cannot be used directly for spatial data. I then propose a new multivariate test for spatial data by accounting for the spatial dependence. The new test is easy to compute, has a chi-square null distribution, and has a good control of the type I error and a high empirical power.