Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/146174
Título : | Regresión logística multitarea para análisis de supervivencia: de los modelos tradicionales a los de aprendizaje automático |
Autoría: | Vallarino Navarro, Diego |
Tutor: | Perez-Alvarez, Nuria |
Otros: | Ventura Arroyo, Carles |
Resumen : | En el presente trabajo hemos utilizado una base de datos real, del paquete survival, para poder testear si existía una mejora en la performance en la utilización de diferentes modelos de supervivencia. Luego de hacer una discusión conceptual sobre cuatro modelos, un modelo paramétrico, uno semi paramétrico, otro no paramétrico, y otro dentro de la categoría de machine learning, hemos evidenciado que los modelos tienen performances diferentes. Posiblemente la respuesta a esta mejora en la performance radique en la utilización de los datos censurados en forma diferente dentro del desarrollo de cada modelo, según se evidencia en la teoría analizada en el presente trabajo. La hipótesis anterior la fundamentamos en el hecho que el modelo que mejor performance tiene, medido por el C-index, es el modelo de regresión logística multitarea (MTLR) el cual es esencialmente una colección de modelos de regresión logística construidos en diferentes intervalos de tiempo para determinar la probabilidad de que el evento de interés ocurriera durante cada intervalo. Los resultados proporcionados por el MTLR son similares al modelo CoxPH sin basarse en la suposición de CoxPH de que la función de peligro para los dos sujetos es constante en el tiempo. La mejora de performance del MTLR respecto al modelo Cox, el más cercano en performance, fue de aproximadamente un 6%. |
Palabras clave : | análisis de supervivencia aprendizaje automático base de datos |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 1-jun-2022 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
dvallarinoTFM0622memoria.pdf | Memoria del TFM | 933,55 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons