Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/139066
Título : | Machine learning in a DEXA database of HIV patients |
Autoría: | Piqué Villorbina, Jordi |
Tutor: | Perez-Alvarez, Nuria |
Otros: | Ventura, Carles |
Resumen : | 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. |
Palabras clave : | DEXA HIV aprendizaje automático |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | dic-2021 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
jpiqueviTFM1221memory.pdf | TFM memory | 3,63 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons