Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/107826
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorMendes Novo, Johanna-
dc.contributor.otherMerino, David-
dc.date.accessioned2020-01-28T16:41:54Z-
dc.date.available2020-01-28T16:41:54Z-
dc.date.issued2020-01-
dc.identifier.urihttp://hdl.handle.net/10609/107826-
dc.description.abstractEl aumento de las publicaciones en literatura biomédica dificulta a los especialistas estar al día en su campo de estudio o bien resumir la información contenida en miles de publicaciones. En el presente trabajo se aplica minería de textos a abstracts de Pubmed entregando al usuario una aplicación web interactiva de forma de facilitar el uso y distribución de la herramienta. Se ha elegido la temática de enfermedades autoinmunes (y en especial el caso de Lupus eritematoso) ya que en conjunto estas afectan a más del 10% de la población mundial. La aplicación iMune permite explorar la información contenida en los abstracts de Pubmed (fuente con más de 30 millones de citas de bibliografía biomédica), buscar publicaciones sobre una enfermedad de interés y resumir su contenido en nubes de palabras y genes. Para el caso particular de Lupus, permite explorar genes potencialmente relacionados distinguiendo los que ya se encuentran mencionados en bibliografía de referencia. Las relaciones gen-enfermedad se estudian empleando análisis semántico latente. Además, se explora la relación de los síntomas más comúnmente presentados en pacientes de Lupus con otras enfermedades autoinmunes. La herramienta ha permitido resumir las palabras y los genes contenidos en publicaciones de enfermedades autoinmunes, así como sugerir genes relacionados que pueden ser comprobados en literatura o en caso contrario,sugerir un nuevo conocimiento. Así mismo, ejemplifica la complejidad del diagnóstico al verificar que un síntoma en particular es presentado por una variedad de enfermedades autoinmunes.es
dc.description.abstractL'augment de les publicacions en literatura biomèdica dificulta als especialistes estar al dia en el seu camp d'estudi o bé resumir la informació continguda en milers de publicacions. En el present treball s'aplica mineria de textos a abstracts de Pubmed lliurant a l'usuari una aplicació web interactiva de manera de facilitar l'ús i distribució de l'eina. S'ha triat la temàtica de malalties autoimmunes (i especialment el cas de Lupus eritematós) ja que en conjunt aquestes afecten a més del 10% de la població mundial. L'aplicació iMune permet explorar la informació continguda en els abstracts de Pubmed (font amb més de 30 milions de cites de bibliografia biomèdica), buscar publicacions sobre una malaltia d'interès i resumir el seu contingut en núvols de paraules i gens. Per al cas particular de Lupus, permet explorar gens potencialment relacionats distingint els que ja es troben esmentats en bibliografia de referència. Les relacions gen-malaltia s'estudien emprant anàlisi semàntica latent. A més, s'explora la relació dels símptomes més comunament presentats en pacients de Lupus amb altres malalties autoimmunes. L'eina ha permès resumir les paraules i els gens continguts en publicacions de malalties autoimmunes, així com suggerir gens relacionats que poden ser comprovats en literatura o en cas contrari,suggerir un nou coneixement. Així mateix, exemplifica la complexitat del diagnòstic en verificar que un símptoma en particular és presentat per una varietat de malalties autoimmunes.ca
dc.description.abstractThe increase in publications in the biomedical literature it's a challenge for specialists to be up to date in their field of study or to summarize the information contained in thousands of publications. In this work, text mining is applied to Pubmed's abstracts, delivering an interactive web application in order to facilitate the use and distribution of the tool. The theme of autoimmune diseases (and especially the case of Lupus erythematosus) has been chosen since together, they affect more than 10% of the world's population. The iMune application allows us to explore the information contained in Pubmed's abstracts (a source with more than 30 million citations in the biomedical literature), search for publications on a disease of interest and summarize its content in word and gene clouds. For the particular case of Lupus, it allows us to explore potentially related genes by distinguishing those already mentioned in the reference literature. Gene-disease relationships are studied using latent semantic analysis. In addition, for the case of symptoms, the relationship of the most commonly presented symptoms in Lupus patients to other autoimmune diseases is explored. The tool has been able to summarize the words and genes contained in publications on autoimmune diseases, as well as to suggest related genes that can be tested in the literature or otherwise suggest new knowledge. Also, for a symptom, it exemplifies the complexity of diagnosis by verifying that a symptom is presented by a variety of autoimmune diseasesen
dc.format.mimetypeapplication/pdf-
dc.language.isospa-
dc.publisherUniversitat Oberta de Catalunya (UOC)-
dc.rightsCC BY-NC-ND-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.subjectautoimmuneen
dc.subjectminería de datoses
dc.subjectmineria de dadesca
dc.subjectdata miningen
dc.subjectPubMedca
dc.subjectPubMedes
dc.subjectPubMeden
dc.subjectautoimmuneca
dc.subjectautoinmunees
dc.subject.lcshData mining -- TFMen
dc.titleAplicación web para el estudio de relación entre Lupus y otras enfermedades autoinmunes basado en minería de textos de Pubmed-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacMineria de dades -- TFMca
dc.subject.lcshesMinería de datos -- TFMes
dc.contributor.tutorRebrij, Romina-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Aparece en las colecciones: Trabajos finales de carrera, trabajos de investigación, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
jmendesnTFM0120memoria.pdfMemoria del TFM2,81 MBAdobe PDFVista previa
Visualizar/Abrir