Desarrollo y comparación de modelos estadísticos multivariantes y big data para la predicción del riesgo de fractura del fémur

Abstract

[ES] El Trabajo de Fin de Máster consistirá en realizar un análisis estadístico de dos bases de datos distintas con el objetivo de seleccionar el modelo de clasificación más adecuado, en cada caso, para predecir el riesgo de fractura del fémur en un determinado paciente a partir de la medida de unas variables concretas.

Para ello, será necesario realizar, además del análisis y pre-procesado previo de los datos, la implementación iterativa de distintos modelos de clasificación como Random Forest, SVM, PLS-DA y Redes Neuronales, entre otros, obteniendo tanto la tasa de aciertos como el área bajo la curva (AUC) de cada modelo en cada iteración. De esta forma, se podrán comparar estos modelos entre sí, seleccionando el más adecuado en cada caso.

Además, el modelo estadístico obtenido en una de estas dos bases de datos analizada se incluirá en una herramienta informática para el uso médico diario de forma que sea capaz, aparte de indicar si el riesgo de fractura del fémur de un determinado paciente es alto o bajo, de cuantificar dicho riesgo mediante un nuevo parámetro desarrollado (F-score). Dicho parámetro podrá variar entre 0 y 1 en función de si el riesgo de fractura es bajo, alto o está en una zona intermedia, determinando de forma más concreta el estado del hueso del paciente.

[EN] The Master's Thesis will consist of performing a statistical analysis of two different databases with the aim of selecting the most appropriate classification model, in each case, to predict the risk of fracture of the femur in a given patient from the measurement of specific variables.

For this, it will be necessary to carry out, in addition to the previous analysis and pre-processing of the data, the iterative implementation of different classification models such as Random Forest, SVM, PLS-DA and Neural Networks, among others, obtaining both the success rate and the area under the curve (AUC) of each model in each iteration. In this way, you can compare these models with each other, selecting the most appropriate in each case.

In addition, the statistical model obtained in one of these two databases analyzed will be included in a computer tool for daily medical use in a way that is capable, apart from indicating whether the risk of fracture of the femur of a particular patient is high or low. , to quantify this risk by means of a new developed parameter (F-score). This parameter may vary between 0 and 1 depending on whether the risk of fracture is low, high or in an intermediate zone, determining more specifically the condition of the patient's bone.