Análisis longitudinal de imágenes de resonancia magnética
RESUMEN: En el presente trabajo se presenta el desarrollo de un análisis longitudinal con la implementación de modelos lineales mixtos, con el objetivo de encontrar el modelo que mejor describa la variable de respuesta de interés. Se analizaron datos de grosores corticales cerebrales en dos grupos d...
| Author: | |
|---|---|
| Format: | master thesis |
| Publication Date: | 2018 |
| Country: | España |
| Institution: | Universidad de Cantabria (UC) |
| Repository: | UCrea Repositorio Abierto de la Universidad de Cantabria |
| Language: | Spanish |
| OAI Identifier: | oai:repositorio.unican.es:10902/16281 |
| Online Access: | http://hdl.handle.net/10902/16281 |
| Access Level: | Open access |
| Keyword: | Modelos lineales mixtos Neuroimagen Efectos fijos Efectos aleatorios Freesurfer R MRI Mixed linear models Neuroimaging Randoms effects Fixed effects |
| Summary: | RESUMEN: En el presente trabajo se presenta el desarrollo de un análisis longitudinal con la implementación de modelos lineales mixtos, con el objetivo de encontrar el modelo que mejor describa la variable de respuesta de interés. Se analizaron datos de grosores corticales cerebrales en dos grupos de estudio: individuos en sus fases iniciales de psicosis (pacientes) e individuos sanos (controles), recolectados durante 15 años en diferentes puntos temporales. La información de los valores numéricos de los grosores corticales se extrajo de imágenes potenciadas en T1, obtenidas con la técnica de resonancia magnética. Su análisis se llevó a cabo utilizando Freesurfer un programa de análisis de neuroimágenes. Se implementó el lenguaje de programación en R como herramienta estadística para el análisis de los modelos lineales mixtos. Se evaluaron tres modelos encontrándose que el mejor fue el que toma en consideración la variabilidad existente entre cada individuo con respecto a su grosor cortical inicial (efecto aleatorio), a este modelo se le nombró M2. |
|---|