Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/91391
Título : | Mejora en la clasificación de pacientes mediante técnicas de machine learning: aplicación a un problema neurológico a partir de la obtención de 14 biomarcadores |
Autoría: | Quintana Luque, Manuel |
Tutor: | Pérez Hoyos, Santiago |
Otros: | Sánchez-Pla, Alex |
Resumen : | El objetivo de este trabajo es conocer si la aplicación de técnicas de machine learning es útil para mejorar la clasificación de pacientes con ictus a partir de los valores de una serie de biomarcadores. Para ello, se han utilizado los pacientes con sospecha de ictus de un estudio publicado en el cual se utilizaron modelos de regresión logística sin éxito. Se han aplicado técnicas de machine learning a los datos de entrenamiento (n=541) y se ha evaluado el rendimiento de los algoritmos obtenidos en una muestra de validación (n=766), obteniendo la capacidad diagnóstica de los modelos mediante matrices de confusión. El mejor algoritmo para clasificar ictus/mimic se ha obtenido mediante un Random Forest entrenado con 10-fold crossvalidation, consiguiendo una precisión del 86.7% en la muestra de validación. El mejor algoritmo para clasificar ictus isquémico/hemorrágico se ha obtenido mediante una red neuronal artificial entrenada con 3-fold crossvalidation, con una precisión del 86.8% en la muestra de validación. No se han mejorado los resultados de los modelos de regresión logística en la clasificación de ictus isquémico / hemorrágico, pero sí en la de ictus/mimic. No obstante, no se han alcanzado las precisiones del 90% esperadas al inicio del estudio. En conclusión, las capacidades diagnósticas de los algoritmos obtenidos mediante técnicas de Machine Learning no son muy superiores a los obtenidos mediante regresión logística. Así, hasta que no se hallen otros marcadores más potentes, no es posible clasificar más precozmente a estos pacientes, siendo necesaria la obtención de pruebas complementarias para ello. |
Palabras clave : | biomarcadores ictus aprendizaje automático |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 2-ene-2019 |
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 | |
---|---|---|---|---|
maquintaTFM0119memoria.pdf | Memoria del TFM | 1,63 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons