Search

Following-up on patient evolution by reacquiring the same measurements over time (longitudinal data) is a crucial component in clinical care dynamics, as it creates opportunity for timely decision making in preventing adverse outcome. It is thus important that clinicians have proper longitudinal analysis tools at their service. Nonetheless, most traditional longitudinal analysis tools have limited applicability if data are (1) not highly standardized or (2) very heterogeneous (e.g. images, signal, continuous and categorical variables) and/or high-dimensional. These limitations are extremely relevant, as both scenarios are prevalent in routine clinical practice. The aim of this thesis is the development of tools that facilitate the integration and interpretation of complex and nonstandardized longitudinal clinical data. Specifically, we explore approaches based on unsupervised dimensionality reduction, which allow the integration of complex longitudinal data and their representation as low-dimensional yet clinically interpretable trajectories. We showcase the potential of the proposed approach in the contexts of two specific clinical problems with different scopes and challenges: (1) nonstandardized stress echocardiography and (2) labour monitoring and decision making. In the first application, the proposed approach proved to help in the identification of normal and abnormal patterns in cardiac response to stress and in the understanding of the underlying pathophysiological mechanisms, in a context of nonstandardized longitudinal data collection involving heterogeneous data streams. In the second application, we showed how the proposed approach could be used as the central concept of a personalized labour monitoring and decision support system, outperforming the current reference labour monitoring and decision support tool. Overall, we believe that this thesis validates unsupervised dimensionality reduction as a promising approach to the analysis of complex and nonstandardized clinical longitudinal data. El seguimiento de la evolución de un paciente tomando las mismas medidas en diferentes instantes temporales (datos longitudinales) es un componente crucial en la dinámica de los cuidados médicos, ya que permite tomar decisiones correctas en el momento idóneo para prevenir eventos adversos. Es entonces importante que los médicos tengan a su disposicion herramientas para analizar datos de carácter longitudinal. Sin embargo, la mayoría de las herramientas que actualmente existen tienen una aplicabilidad limitada si los datos (1) no están suficientemente estandarizados o (2) son muy heterogéneos (eg: imágenes, señales, variables continuas y categóricas) y/o tienen una alta dimensionalidad. Estas limitaciones son tremendamente relevantes, ya que ambos casos son prevalentes en la practica clínica habitual. El objetivo de esta tesis es el desarrollo de herramientas que facilitan la integración e interpretación de datos clínicos longitudinales que son complejos y no están estandarizados. Específicamente, exploramos enfoques basados en la reducción de dimensionalidad no supervisada, que permite integrar datos longitudinales complejos y su representación como una trayectoria de baja dimensión que es clínicamente interpretable. Mostramos el potencial del enfoque propuesto en el contexto de dos problemas clínicos en diferentes ámbitos y con diferentes desafíos: (1) ecocardiografía de estrés no estandarizada y (2) monitoreo de parto y toma de decisiones. En la primera aplicación, el enfoque propuesto ha mostrado ser de ayuda en la identificación de patrones normales y anormales en la respuesta cardiaca al estrés y en entender los mecanismos patofisiologicos subyacentes, en el contexto de una adquisición de datos longitudinales no estandarizados que contiene un flujo de datos heterogéneo. En la segunda aplicación, mostramos como el enfoque propuesto puede ser el concepto central de un sistema de monitoreo del parto y soporte a la decisión personalizado, superando el sistema actual de referencia. En conclusión, creemos que esta tesis muestra que la reducción de dimensión no supervisada es un prometedor enfoque para analizar datos clínicos longitudinales complejos y no estandarizados.

Production of INCASI Project H2020-MSCA-RISE-2015 GA 691004 Este artículo propone una breve introducción al análisis multinivel. El objetivo del texto es facilitar algunos principios teóricos y metodológicos básicos para el uso de esta técnica de análisis en la investigación sociológica. La potencialidad de esta técni-ca se fundamenta en una lógica que permite medir la importancia del contexto en el que se generan las observaciones, midiendo la influencia e interacción entre los dis-tintos niveles en el que se articulan los datos. En este sentido, los modelos multinivel constituyen la metodología de análisis más adecuada en el momento actual para tratar datos estructurados de forma jerárquica. El texto se divide en dos partes: una primera sección argumenta los conceptos teóricos de base de la técnica multinivel. En una se-gunda sección se propone un ejemplo de aplicación de un modelo de regresión logís-tica multinivel (RLM) a un estudio sobre la inserción laboral juvenil en el Área Me-tropolitana de Barcelona.

Mediante este trabajo se pretende caracterizar los estudios con datos longitudinales y los problemas derivados de los análisis en los que se presentan datos faltantes. Apoyándose en los grandes avances en la capacidad computacional que permiten la aplicación de algoritmos más complejos, en los últimos años se han desarrollado nuevos métodos de tratamiento de datos faltantes en el contexto del análisis de datos longitudinales. Se pretende indagar en los distintos tipos de datos faltantes y en la metodología disponible para abordar su análisis en el ámbito de datos longitudinales, para identificar bondades y limitaciones de dichos métodos. En la fase final del trabajo se presentará una ejemplificación de la aplicación de los métodos estudiados mediante el análisis de una base de datos longitudinales en el ámbito de la biomedicina, generando un informe estadístico dinámico (utilizando software de licencia libre: R y Markdown). In this work, we intend to characterize the studies with longitudinal data and the problems derived from the analyzes in which missing data are presented. In recent years, based on the great advances in computational capacity that allow the application of more complex algorithms, there have been developed new methods of processing missing data in the context of longitudinal data analysis. The aim of this work is to investigate the different types of missing data and the available methodology to address their analysis in the longitudinal data field, in order to identify benefits and limitations of these methods. In the final phase of the work, an exemplification of the application of the methods studied will be presented through the analysis of a longitudinal database in the field of biomedicine, generating a dynamic statistical report (using free license software: R and Markdown). Mitjançant aquest treball es pretén caracteritzar els estudis amb dades longitudinals i els problemes derivats de les anàlisis en els quals es presenten dades restants. Recolzant-se en els grans avanços en la capacitat computacional que permeten l'aplicació d'algorismes més complexos, en els últims anys s'han desenvolupat nous mètodes de tractament de dades restants en el context de l'anàlisi de dades longitudinals. Es pretén indagar en els diferents tipus de dades restants i en la metodologia disponible per abordar la seva anàlisi en l'àmbit de dades longitudinals, per identificar bondats i limitacions d'aquests mètodes. En la fase final del treball es presentarà una exemplificació de l'aplicació dels mètodes estudiats mitjançant l'anàlisi d'una base de dades longitudinals en l'àmbit de la biomedicina, generant un informe estadístic dinàmic (utilitzant programari de llicència lliure: R i Markdown).

RESUMEN En esta investigación se estudió el efecto de la gallinaza, porcinaza y alimento para ponedoras, sobre el crecimiento de larvas de mosca soldado; este último evaluado a través del cambio del peso, ancho y largo de las larvas. Los datos fueron analizados mediante modelos mixtos de coeficientes aleatorios, puesto que las variables fueron analizadas en el tiempo y se producen datos longitudinales. Se analizó el crecimiento de las larvas durante cuatro semanas y se observó que la alimentación con porcinaza produce larvas con menor desempeño en peso, largo y ancho, comparado con las alimentadas con gallinaza y alimento para ponedoras, los cuales no presentan diferencias significativas, lo que indica que la gallinaza y el alimento para ponedoras son más eficientes en términos de crecimiento. Es importante seguir realizando experimentos que evidencien que la gallinaza y el alimento para ponedoras son más apropiados para el crecimiento de las larvas de mosca soldado. ABSTRACT This research studied the effect of three diets, hen manure, swine manure and poultry feed, on the growth of soldier fly larvae, based on the change in the variables weight, width and length of the larvae. The data were analyzed using mixed models of random coefficients, since variables were analyzed over time and longitudinal data are produced. The growth of larvae was analyzed in four weeks and it was observed that feeding with swine manure produces larvae with lower performance in weight, length and width, compared to hen manure and layer feed, which are not significantly different, indicating that hen manure and layer feed are more efficient in terms of growth. It is important to continue to conduct experiments that show that hen manure and layer feed are more appropriate for the growth of soldier fly larvae.

ResumenObjetivoAnalizar los factores que determinan la adquisición y posterior consolidación del consumo de tabaco en los jóvenes adolescentes.Material y métodoEstudio longitudinal de 3 años de duración (2000-2002) sobre jóvenes estudiantes de enseñanza obligatoria, con una edad al inicio del estudio de 13-14 años. Los datos fueron recogidos mediante encuesta individual, cuyo ámbito de estudio era la isla de Gran Canaria, con una muestra final de 745 individuos. Se estimaron modelos de elección binaria condicional de efectos fijos para datos longitudinales, para determinar la probabilidad de probar por primera vez el tabaco («modelo de inicio»), así como sobre la probabilidad de ser fumador occasional o habitual («modelo de experimentación»).ResultadosEn el último año, el 57% de los adolescents encuestados ha tenido contacto con el tabaco alguna vez, un 25% más que en el primer año, algunos de ellos (el 9%) de forma diaria. En el «modelo de inicio» los determinantes del consumo de tabaco son el interés por el colegio (odds ratio [OR]=0,27; intervalo de confianza [IC] del 95%, 0,08-0,87, y OR=0,14; IC del 95%, 0,03-0,58 para los que manifestaron bastante y mucho interés por el colegio, respectivamente), el consumo de tabaco por parte del mejor amigo (OR=7,44; IC del 95%, 2,59-21,4), el consumo de alcohol (OR=11,82; IC del 95%, 4,96-28,2, y OR=15,42; IC del 95%, 4,68-50,7 para los que beben alcohol de manera ocasional o frecuente, respectivamente), y el dinero disponible (euros semanales) (OR=1,13; IC del 95%, 1,07-1,19). Para el «modelo de experimentación», el consumo de tabaco por parte del mejor amigo (OR=7,01; IC del 95%, 2,96-16,5), el consumo de alcohol (OR=5,71; IC del 95%, 1,98-16,4, y OR=5,22; IC del 95%, 1,56-17,5 para los que beben alcohol de manera ocasional o frecuente, respectivamente) y los años que lleva como fumador (OR=1,44; IC del 95%, 1,11-,86).ConclusionesEl estudio destaca, principalmente, los efectos del grupo de amigos, el consumo de bebidas alcohólicas y el poco interés por los estudios como factores asociados al consumo de tabaco.AbstractObjectiveTo analyse the determining of the acquisition and later consolidation of the tobacco consumption in young adolescents.Material and methodLongitudinal study of three years of duration (2000-2002). Subjects were students of secondary education between 13 and 14 years old at the beginning of the study. The research was performed in Gran Canaria Island with a final sample of 745 subjects. Models of conditional binary election were considered for longitudinal data where the dependent variable reflects decisions of the adolescents through time, with regard to the probability of beginning to smoke, «beginning model», and the probability of being occasional or habitual smoker, «experimentation model».ResultsIn the last year, 57% of the young teenagers surveyed use tobacco, a 25% more than in the first year, some of them, 9% on a daily basis. In the «beginning model» the determining of the tobacco consumption are interest in studies (odds ratio [OR]=0.27; 95% confidence interval (CI), 0.08-0.87 and OR=0.14; 95% CI, 0.03-0.58 for the students having enough and much interest in studies, respectively), to have a smoker as the best friend (OR=7.44; 95% CI, 2.59-21.4), the alcohol consumption (OR=11.82; 95% CI, 4.96-28.2 and OR=15.42; 95% CI, 4.68-50.7 for youngs who drink alcohol occasionally or frequently) and having more pocket money (euros per week) (OR=13; 95% CI, 1.07-1.19). For the «experimentation model», to have a smoker as the best friend (OR=7.01; 95% CI, 2.96-16.5), the alcohol consumption (OR=5.71; 95% CI, 1.98-16.4 and OR=5.22; 95% CI, the 1.56-17.5 for youngs who drink alcohol occasionally or frequently) and the number of years since the student started smoking (OR=1.44; 95% IC, 1.11-1.86).ConclusionsOur study emphasizes, peer group effect, drinking alcoholic beverages and lack of interest in studies as factors associated to the tobacco consumption.

Esta investigación analiza la influencia que tiene el resultado en el primer cuarto de un partido de baloncesto sobre el marcador final, con el fin de detectar precozmente situaciones problemáticas para los equipos y dilucidar la probabilidad de victoria desde los primeros minutos de juego. Así se han implementado varios modelos estadísticos basados en la modelización del patrón temporal de resultados parciales: autorregresivos, trayectorias latentes, autorregresivos de trayectorias latentes y path logit. Los resultados indican que es preferible comenzar ganando, ya que la dependencia del estado temporal anterior del resultado es muy alta. Ir ganando en el primer cuarto es fundamental para obtener la victoria en el partido, si bien ello también depende, aunque en mucha menor medida, de si el equipo juega o no en casa y de la diferencia de potencial entre los contendientes, This research analyses the influence of the outcome in the first quarter of a basketball game on the final result. The aim is to early detect alarm states for teams and to compute the probability of win from data obtained from the first minutes of the game. To achieve this goal, several statistical models based on modeling change in partial results have been tested: autoregressive, latent growth, autoregressive latent growth and path logit. Results show it is desirable to start winning the game, because the dependence of each partial outcome from the early outcome is noticeable. Therefore, to win the first quarter is essential to win, although to a lesser extent this also depends on the home advantage and the difference of quality of the teams

Los modelos que tradicionalmente se han utilizado en el análisis de datos de medidas repetidas son de carácter lineal y siguen el enfoque basado en el análisis de la variancia. Su principal desventaja es que debe disponerse de datos balanceados lo que, en contextos aplicados, es difícil de conseguir. Por esto, se han desarrollado modelos alternativos como el estudio de curvas de crecimiento, del que se han derivado gran cantidad de métodos. Todos estos métodos, además de modelar la variancia entre e intra individuos, no requieren datos balanceados. En la actualidad, se aplican los modelos lineales mixtos como una alternativa global de análisis. Los modelos mixtos estiman tanto los valores esperados de las observaciones (efectos fijos) como las variancias y covariancias de las observaciones (efectos aleatorios). Lo que distingue, por tanto, al modelo lineal mixto del modelo lineal general, es el cálculo de los parámetros de covariancia que permiten analizar datos de carácter longitudinal (correlacionados, incompletos y con intervalos entre observaciones no constantes).

Se considera un modelo múltiple de tres estados donde uno de ellos es absorbente. Se asume que la dependencia entre las observaciones registradas para un mismo sujeto sigue un proceso de Markov. Se comparan, vía simulación, tres diferentes parametrizaciones de la tasa de intensidad de transición: la primera está basada en el modelo de hazard multiplicativo de Andersen- Gill (Andersen et al. 1993), la segunda, en el modelo logístico, y la tercera depende del modelo log-log complementario. El método de estimación de parámetros se basa en la función de verosimilitud la cual se optimiza usando las soluciones exactas de un sistema de ecuaciones de Kolmogorov hacia adelante junto con el algoritmo de Newton-Raphson (Abramowitz and amp; Stegun 1972). Usando el sesgo relativo, se selecciona el mejor método de parametrización y se ilustra usando datos recopilados en la Corporación para Investigaciones Biológicas, CIB1, acerca de pacientes con artritis reumatoidea. We consider a three state model with an absorbing state assuming an underlying Markov process to explain the dependence among observations within subjects. We compare, using a simulation study, three different parameterizations of the transition intensity rate: the first one is based on the Andersen-Gill’s multiplicative hazard model (Andersen et al. 1993), the second one is based on the logistic model, and the third one depends on the complementary log-log model. The method to estimate the effect of the parameters is based on the likelihood function which can be optimized using the exact solutions of a Kolmogorov forward differential equations system in conjunction with the Newton-Raphson algorithm (Abramowitz and amp; Stegun 1972). We use the relative bias to select the best estimation estrategy. The methodology is ilustrated using longitudinal data about rheumatoid arthritis (RA) from the Corporación para Investigaciones Biológicas, CIB.