Diseño de un sistema de alertas activo durante la monitorización ambulatoria de pacientes oncológicos mediante smartphones

Abstract

[ES] El cáncer de pulmón de células no pequeñas es uno de los tipos de cáncer que más afectan a la población a nivel mundial. Esta enfermedad conlleva grandes pérdidas sobre la calidad de vida de quien lo padece, debido tanto a la enfermedad como el tratamiento con el que se trata. Dando de esta forma posibilidades de poder mejorar la calidad de vida de dichos pacientes con una monitorización y dotando a los oncólogos de mayor información de estos. En este Trabajo de Final de Grado, se aborda el desarrollo de múltiples redes neuronales para la predicción de los diferentes cuestionarios que han contestado los pacientes en estudio, donde se ha conseguido predecir dos cuestionarios referentes a la calidad de vida de los pacientes con un error medio menor a 0.5, mediante el uso de datos recopilados vía smartphones. Con ello, se ha realizado una automatización del preprocesado y el análisis exploratorio de datos para replicar este proyecto en un período de tiempo más corto y que este sirva para realizar un seguimiento puntual de lo diferentes pacientes. Por último, se han sacado relaciones entre las actividades y la sintomatología de los diferentes pacientes, junto al diseño de un sistema de alarmas capaz de avisar cuando la calidad de vida de un paciente empeore superando un umbral dado.

[CA] El càncer de pulmó de cèl·lules no xicotetes és un dels tipus de càncer que més afecten la població a nivell mundial. Aquesta malaltia comporta grans pèrdues sobre la qualitat de vida de qui ho pateix, degut tant a la malaltia com el tractament amb el qual es tracta. Donant d'aquesta manera possibilitats de poder millorar la qualitat de vida d'aquests pacients amb un monitoratge i dotant als oncòlegs de major informació d'aquests. En aquest Treball de Final de Grau, s'aborda el desenvolupament de múltiples xarxes neuronals per a la predicció dels diferents qüestionaris que han contestat els pacients en estudi, on s'ha aconseguit predir dos qüestionaris referents a la qualitat de vida dels pacients amb un error mig menor a 0.5, mitjançant l'ús de dades recopilades via telèfons intel·ligents. Amb això, s'ha realitzat una automatització del preprocessament i l'anàlisi exploratòria de dades, per a replicar aquest projecte en un període de temps més curt i que aquest servisca per a realitzar un seguiment puntual del diferents pacients. Finalment, s'han tret relacions entre les activitats i la simptomatologia dels diferents pacients, al costat del disseny d'un sistema d'alarmes capaç d'avisar quan la qualitat de vida d'un pacient empitjore superant un llindar donat.

[EN] Non-small cell lung cancer is one of the most common cancers affecting people worldwide. This disease causes great losses in the quality of life of those who suffer from it, due to both the disease and the treatment with which it is treated. In this way, it is possible to improve the quality of life of these patients by monitoring them and providing oncologists with more information about them. This Bachelor's Degree Final Project deals with the development of multiple neural networks for the prediction of the different questionnaires answered by the patients under study, where it has been possible to predict two questionnaires referring to the quality of life of the patients with an average error of less than 0.5, by using data collected via smartphones. With this, an automation of the pre-processing and exploratory analysis of data has been carried out in order to replicate this project in a shorter period of time and that this serves to carry out a punctual follow-up of the different patients. Finally, relationships between the activities and the symptomatology of the different patients have been extracted, together with the design of an alarm system capable of warning when a patient's quality of life worsens beyond a given threshold.