Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/98146
Título : Supervised methods to classify body composition in HIV-infected patients
Autoría: Royo Solé, Daniel
Tutor: Perez-Alvarez, Nuria  
Vegas Lozano, Esteban
Otros: Ventura, Carles  
Resumen : Desde que se diagnosticó por primera vez a principios de la década del 1980, la investigación sobre el SIDA ha mejorado exponencialmente. Hoy en día, en campos como la bioestadística, donde la biología se encuentra con la estadística avanzada y las matemáticas, las líneas de estudio han cambiado y existe otro enfoque para resolver problemas de investigación científica. Debido a las mejoras que la investigación ha proporcionado a la calidad de vida de las personas seropositivas, su esperanza de vida es aproximadamente normal, pero desarrollan enfermedades relacionadas con el envejecimiento: sus huesos se vuelven más frágiles, sus músculos se debilitan y su grasa puede estar anormalmente distribuida. El objetivo de este proyecto es encontrar métodos de clasificación supervisados por aprendizaje automático para detectar enfermedades del envejecimiento en personas infectadas por el VIH. Así se calcula un modelo de red neuronal significativo (test de 'No information rate' p-valor<0.05) utilizando R y, en particular, el paquete mlr, para clasificar con éxito una enfermedad de masa magra asociada con el proceso de envejecimiento, tomando como variables explicativas los datos de masa ósea y masa grasa. La topología y distribución de pesos de la red de este modelo proporciona información sobre las variables, que puede resultar de interés clínico. Dada la elevada precisión y los parámetros de rendimiento del método de clasificación, se valida la suposición de que se puede predecir una enfermedad de envejecimiento magro por las variables de tejido óseo y graso y, por consiguiente, se logran los objetivos de este proyecto.
Palabras clave : aprendizaje automático
composición corporal
VIH
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : jun-2019
Licencia de publicación: http://www.gnu.org/licenses/gpl.html
Aparece en las colecciones: Trabajos finales de carrera, trabajos de investigación, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
daniroyosoleTFM0619memory.pdfMemory of TFM1,78 MBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.