Resumen del trabajo fin de master
Título:
Modelos de regresión de respuesta multivariante y su aplicación a datos biomédicos |
Universidad que ofrece el proyecto:
Universidade de Santiago de Compostela |
Director/a:
|
Sánchez Sellero, César Andrés |
|
Alumno/a:
|
|
Resumen:
En el análisis estadístico de datos biomédicos, es muy habitual encontrarse
ante una gran cantidad de información correlacionada, principalmente
proveniente de un mismo individuo o núcleo familiar. Este problema abarca
una amplia gama de estructuras de datos, como pueden ser las
observaciones multivariadas, datos en clúster, medidas repetidas, o datos
espaciales correlacionados. Un ejemplo claro de esto se da en las diferentes
pruebas y marcadores diagnóstico para determinar la presencia de una
misma enfermedad (como la hemoglobina glucosilada y la glucosa en el
caso de la diabetes, o las hormonas TSH y T4 en el diagnóstico de los
trastornos tiroideos). Otro ejemplo clásico es el estudio del tiempo hasta un
evento de interés (como puede ser el fallecimiento tras el diagnóstico de una
enfermedad y la evolución del paciente, controlada a través de una serie de
medidas repetidas en el tiempo de algún marcador de interés.
En estas circunstancias, el objetivo principal puede ser estudiar
conjuntamente estos procesos, bien sea por que el interés recae en el
estudio de varios procesos a la vez y su posible relación bien porque el
proceso de interés está tan íntimamente relacionado con otro que no pueden
(o no deben) ser modelizados por separado.
En los últimos años han surgido varias técnicas de modelización conjunta
(Joint Modelling, JM), muy diferentes en función del tipo de variables
respuesta con las que se está trabajando, y que permiten no solo estudiar a
la vez qué factores pueden estar afectando a dos o más variables de interés,
sino también la relación que pueda existir entre ellas.
El objetivo de este trabajo es el estudio y aplicación de técnicas JM a bases
de datos reales en Biomedicina.
|
|