Registres de salut digitals: Tractament de dades i construcció de models de predicció de malaltia

Els objectius principals d'aquest TFM han consistit en conèixer els registres de salut digitals, aprendre a tractar les dades que se'n deriven i simular un estudi de predicció de risc dirigit a l'Artritis Reumatoide. Per acomplir tals fites, s'ha utilitzat una base de dades amb informació de 100.000 pacients simulats (EMRbots), la qual s'ha adaptat i reduït a 28.572 pacients, la meitat dels quals estaven diagnosticats amb Artritis Reumatoide. L'anàlisi estadístic s'ha dividit en dos parts: la primera part ha estat enfocada a la identificació de factors de risc associats amb la malaltia en qüestió, recollint que l'hipoalbuminèmia, la proteïnèmia, l'anèmia, la leucositosi, l'hiperplaquetosis, el gènere femení i una edat superior a 45 anys podrien tenir una implicació directe amb aquesta. La segona part ha consistit en utilitzar aquestes variables per entrenar i executar diferents models i algoritmes de classificació de pacients segons diagnòstic. Els models seleccionats han sigut: Regressió logística múltiple, Algoritme de Naïve Bayes, Random Forest, SVM i ANN. S'ha estimat la seva actuació a partir de diferents paràmetres, tals i com són les corbes ROC, la precisió o l'AUC. En excepció de Naïve Bayes, tota la resta de models ha presentat una bona actuació, pel que s'ha conclòs que qualsevol d'ells és vàlid per problemes de classificació de malaltia a partir de predictors numèrics i categòrics. No obstant això, cal tenir present que tot el treball ha sigut simulat i que les conclusions no són extrapolables a nivell real.

Grantor dc:publisher

Universitat Oberta de Catalunya (UOC)

Year dc:date.issued

2021

Author dc:creator

• Cros Roura, Sílvia

• modelos de predicción
• factores de riesgo
• registros de salud digitales
• artritis reumatoide
• ensayos clínicos
• models de predicció
• registres de salut digitals
• factors de risc
• assajos clínics
• risk factors
• prediction model
• rheumatoid arthritis
• clinical trials
• health digital records

Statement dc:rights

• CC BY-NC-ND

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/3.0/es/

Language dc:language.iso

cat

Handle dc:identifier.uri

http://hdl.handle.net/10609/133226

OAI identifier oai:identifier

oai:openaccess.uoc.edu:10609/133226