Machine learning in a DEXA database of HIV patients

Abstract

The work is based on a DEXA database with information on three diseases, Sarcopenia, Lipodystrophy and Osteoporosis. The information in the database is about patients with AIDS, a disease that today still has a high incidence in the population. The treatments have greatly improved the life expectancy of patients but have also increased the risk of having some of the three pathologies mentioned. The variables in the database are related to these three diseases. What will be done is a descriptive analysis of the database and a prediction of the diseases, but doing the prediction of one disease through the variables of the other two diseases. The prediction will be made with the best known Machine Learning(ML) algorithms and will be done categorically and numerically. It will also be considered whether the variable total bone mineral density is used to predict the level of osteoporosis. A dynamic report will be created with Rmarkdown that can be used to make predictions with other databases.

El treball parteix d'una base de dades DEXA amb informació de tres malalties, Sarcopenia, Lipodistrofia i Osteoporosis. La informació de la base de dades és sobre pacients amb SIDA, malaltia que avui en dia encara té una alta incidència en la població. Els tractaments han millorat molt l'esperança de vida dels pacients, però han augmentat també el risc de tenir alguna de les tres patologies mencionades. Les variables de la base de dades són relacionades amb aquestes tres malalties. El que es farà és una anàlisi descriptiva de la base de dades i una predicció de les malalties, però fen la predicció d'una malaltia mitjançant les variables de les altres dues malalties. La predicció es farà amb els algoritmes més coneguts de Machine Learning(ML) i es farà de manera categòrica i numèrica. També es considerarà si la variable densitat mineral total de l'os serveix per a predir el nivell d'osteoporosis. Es crearà un informe dinàmic amb Rmarkdown que serveixi per a fer prediccions amb altres bases de dades.

El trabajo parte de una base de datos DEXA con información de tres enfermedades, Sarcopenia, Lipodistrofia y Osteoporosis. La información de la base de datos es sobre pacientes con SIDA, enfermedad que hoy en día todavía tiene una alta incidencia en la población. Los tratamientos han mejorado mucho la esperanza de vida de los pacientes, pero han aumentado también el riesgo de tener alguna de las tres patologías mencionadas. Las variables de la base de datos son relacionadas con estas tres enfermedades. El que se hará es un análisis descriptivo de la base de datos y una predicción de las enfermedades, pero fen la predicción de una enfermedad mediante las variables de las otras dos enfermedades. La predicción se hará con los algoritmos más conocidos de Machine Learning(ML) y se hará de manera categórica y numérica. También se considerará si la variable densidad mineral total del hueso sirve para predecir el nivel de osteoporosis. Se creará un informe dinámico con Rmarkdown que sirva para hacer predicciones con otras bases de datos.