Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/127227
Títol: | Machine learning methods for cross-sectional and longitudinal study of abnormal body fat distribution in HIV-infected individuals |
Autoria: | Fuentes Claramonte, Paola |
Tutor: | Perez-Alvarez, Nuria |
Altres: | Maceira, Marc |
Resum: | La lipodistròfia és una alteració en la distribució del greix corporal associada a VIH i el seu tractament farmacològic, que pot ser factor de risc per a altres problemes de salut, pel que la seva identificació i predicció poden contribuir a millorar la qualitat de vida d'aquests pacients. L'objectiu d'aquest treball era aplicar mètodes de machine learning (ML) a una base de dades real amb mesures de densitat òssia, massa magra i massa grassa obtingudes mitjançant DEXA d'una mostra de pacients amb infecció per VIH, amb mesures repetides, buscant desenvolupar eines per identificar la lipodistròfia i predir la seva evolució. Primer es va estudiar l'estructura de les dades mitjançant mètodes correlacionals i PCA, trobant altes correlacions entre variables, amb 6 components principals que podien explicar més de l'90% de la variància original continguda en 58 variables. Els models de ML van mostrar, a nivell transversal, una classificació molt precisa de la lipodistròfia si s'incloïen en el model variables quantificant la massa grassa, però un rendiment pobre si s'intentava predir la lipodistròfia a partir d'altres teixits. Per incorporar l'estructura longitudinal, es van utilitzar models lineals mixtos i una aproximació combinada (MEml, Mixed Effects machine learning). Totes dues tècniques van mostrar una bona capacitat predictiva. El mètode de MEml permet a més predir la lipodistròfia a nivell longitudinal. Els resultats indiquen el potencial dels mètodes de ML per a la classificació i predicció de les alteracions en la distribució dels teixits corporals en el IV context de la infecció per VIH. |
Paraules clau: | DEXA/DXA HIV aprenentatge automàtic |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 5-gen-2021 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
pfuentesclTFM0121memory.pdf | Memory of TFM | 1,08 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons