Anàlisi de clustering per a l'exploració de dades biològiques multivariants
Las enfermedades cardiovasculares son la primera causa de muerte en el mundo. Entre ellas, la insuficiencia cardíaca es una patología crónica muy común que se define como la incapacidad del corazón para funcionar de manera óptima. Con el fin de aportar nuevo conocimiento en la materia se ha propuest...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2021 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/133757 |
| Acceso en línea: | http://hdl.handle.net/10609/133757 |
| Access Level: | acceso abierto |
| Palabra clave: | clustering heart failure multivariant data agrupació insuficiència cardíaca dades multivariants agrupamiento insuficiencia cardíaca datos multivariantes Bioinformatics -- TFM Bioinformàtica -- TFM Bioinformática -- TFM |
| Sumario: | Las enfermedades cardiovasculares son la primera causa de muerte en el mundo. Entre ellas, la insuficiencia cardíaca es una patología crónica muy común que se define como la incapacidad del corazón para funcionar de manera óptima. Con el fin de aportar nuevo conocimiento en la materia se ha propuesto realizar un estudio de clustering utilizando una base de datos pública que recoge variables clínicas de 299 pacientes paquistaníes mayores de 40 años con insuficiencia cardíaca. Se han aplicado 5 métodos diferentes de análisis de clustering: k-means, clustering jerárquico aglomerativo, hk-means, Gaussian mixture modelos y PAM con distancia de Gower. Los 4 primeros se han aplicado utilizando sólo las variables numéricas escaladas, pero el último nos ha permitido utilizar la matriz al completo. Además, se ha incluido un estudio de hk-means estratificado con las variables sexo, supervivencia y fracción de eyección. Los cálculos se han hecho utilizando un valor de k = 2, el número de clúster óptimo y lo que daba un resultado más coherente. Con las tablas de características para cada clúster generado y los gráficos de dispersión se ha podido encontrar un patrón consistente en el que los clúster con prevalencia de pacientes fallecidos durante el estudio, se caracterizan por tener una media de edad y un valor de creatinina en sangre superior que el clúster con pacientes que han sobrevivido. En definitiva, este estudio permite aportar un nuevo punto de vista a unos datos que nunca se habían estudiado de esta manera. Además, se han reafirmado las conclusiones que se habían obtenido con los métodos clásicos de regresión y supervivencia. |
|---|