Search

Hospital’s registry data is a widely used resource in Nordic countries to estimate parameters of interest in the public health and in epidemiology. This data allows the researcher to have an unbiased representation of the population, since it is collected for all the individuals that visit the hospitals in the country, and it is stored in databases that are available for the researchers. Despite being a powerful tool, this data has some drawbacks that have to be taken into account before making the study. This project aims to expose the problems that arise when hospital’s registers are used for estimating the incidence of a disease, and explain what it is usually done to correct (or partially correct) them. First, we provide an introduction (Chapter 1) where we discuss the importance of getting good estimations to study the incidence of mental disorders, why registers are a powerful tool to make population-wide research and the main problem we encounter in this type of data: the delayed entries. We continue with a summary on the methodologies that will be used during the rest of the project (Chapter 2). In Chapter 3 we develop further the strengths and limitations of using registration data to estimate the incidence of a disease, providing a self-derived theoretical description of the delayed-entries problematic. In this chapter we also include the methodology that it is usually applied to deal with this problematic: the washout-period method, and we relate this methodology with the provided theoretical description. We finish the chapter with an introduction to the history of the registration system in Denmark and its structure. Lastly, we provide a simulation study based on the data of women diagnosed with depression in Denmark. We have simulated a hospital register and studied the incidence in terms of the cumulative incidence function applying the washout period method.

Fuel consumption is a crucial consideration in the aviation industry. This last one, integral to global connectivity, faces significant environmental concerns due to the escalating demand for air travel and its substantial contribution to greenhouse gas emissions. In this thesis, we present predictive models calculating gate-to-gate fuel consumption, using simple variables such as flight distance, and taking into account the available number seats for each aircraft, in contrast with other flight consumption calculators. The main goal of this work is to construct an indicator that can be used to compare emissions with other travel alternatives. Specifically, we develop the theoretical framework for the presented models and showcase their results. Using the model with best accuracy, a LightGBM model, we demonstrate a real-world application by conducting a CO2 emission comparison between flight and rail routes.

La radiación ultravioleta es la región del espectro solar cuya longitud de onda está comprendida entre 100 y 400 nm. La importancia del conocimiento de esta radiación es debida a la gran influencia que tiene en distintos aspectos de la salud y la vida en la tierra. A pesar de la importancia de esta banda del espectro solar, muy pocas estaciones meteorológicas poseen sensores para su medición, por lo que es esencial poder determinar su valor a partir de otras variables que se miden de forma más habitual en estaciones terrestres. En este trabajo se ha realizado un estudio matemático completo de esta banda del espectro solar en sus componentes global y eritemática ambas sobre el plano horizontal, utilizando diferentes estrategias que combinan modelos de regresiones multilineales tradicionales, y novedosas técnicas de aprendizaje automático basadas en redes neuronales artificiales. También se ha abordado una aplicación práctica de los modelos de ecuaciones estructurales, que ha permitido la obtención de información latente en datos cualitativos procedentes de encuestas en un grupo de control. Los estudios realizados han permitido obtener modelos locales precisos de radiación UV y UV eritemática en función de las condiciones atmosféricas, determinadas según el tipo de cielo (todo tipo de cielo, cubierto, intermedio y claro) clasificados mediante la norma ISO/CIE. Además, se ha realizado un estudio, mediante modelos de ecuaciones estructurales, de la influencia de la percepción subjetiva de las personas al riesgo que supone para la salud la radiación UV, y su repercusión en hábitos de comportamiento, como es el uso de ropa de protección en sus actividades al aire libre., Ultraviolet irradiation is the region of the solar spectrum with wavelengths ranging from 100 to 400nm. Understanding ultraviolet irradiation is crucial due to its significant impact on various aspects of health and life on Earth. Despite the importance of this band of the solar spectrum, very few meteorological stations are equipped with sensors to measure it. Therefore, it is essential to determine its value from other variables that are more commonly measured at ground stations. In this study, a comprehensive mathematical analysis solar ultraviolet irradiation, including its global and erythemal components on the horizontal plane, was conducted using various strategies that combine traditional multiple linear regression models and innovative machine learning techniques based on artificial neural networks. Additionally, a practical application of structural equation models was employed to extract latent information from qualitative data obtained through surveys in a control group. The conducted studies have allowed for the development of accurate local models for UV irradiation and erythemal UV irradiation based on atmospheric conditions, categorized according to the type of sky (all sky types, overcast, intermediate, and clear) as defined by the ISO/CIE standard. Furthermore, through structural equation models, an analysis was conducted on the influence of people's subjective perception of the health risks associated with UV irradiation and its impact on behavioural habits, such as the use of protective clothing during outdoor activities., Esta tesis ha sido financiada en convocatorias competitivas, gracias a los siguientes proyectos de investigación: 1.- Valoración técnica de los niveles de exposición a radiación solar en trabajos de exterior: identificación de grupos de riesgo y medidas de prevención. (INVESTUN/19/BU/004). Junta de Castilla y León. Dirección General de Trabajo y Prevención de riesgos laborales. IP: Montserrat Díez Mediavilla. 01/01/2019-31/12/2021. 2.- Análisis Espectral de la Radiación Solar: Aplicaciones Climáticas, Energéticas y Biológicas (RTI-2018-098900-B-I00). Ministerio de Universidades e Investigación Programa Estatal De I+D+i Orientada a los Retos de la Sociedad. IP: Cristina Alonso Tristán y Montserrat Díez Mediavilla. 1/01/2019-30/09/2022. 3.- Modelado espectral de la radiación solar en entornos urbanos: una oportunidad para la sostenibilidad de las ciudades. (TED2021-131563B-I00). Agencia Estatal de Investigación. IP: Cristina Alonso Tristán. 1/12/2022-30/11/2024. 4.- Valoración técnica de los niveles óptimos de iluminación efectiva para la salud visual y psicológica en entornos laborales. (INVESTUN/22/BU/001). Junta de Castilla y León. Dirección General de Trabajo y Prevención de riesgos laborales. IP: Cristina Alonso Tristán. 1/01/2022-30/09/2024. 5.- Avances para un urbanismo de bajo consumo energético. (PID2022139477OB-I00). Agencia Estatal de Investigación. IP: Cristina Alonso Tristán y David González Peña. 1/09/2023-31/08/2026

En los últimos años se han producido importantes avances en la investigación científica sobre la Enfermedad de Alzheimer (EA). En la sección 1 de esta tesis se ofrecen estimaciones específicas de los tamaños del efecto de la asociación entre diferentes factores de riesgo modificables y la EA mediante técnicas metaanalíticas. En la sección 2 se aborda la prevención secundaria dirigida al diagnóstico precoz de la EA. Para ello, se describe una metodología específica para desarrollar un sistema generador de modelos a partir de diagnósticos médicos establecidos en una base de datos. Resultados de la primera parte: Agrupando todos los efectos extraídos de los meta-análisis realizados con los diferentes factores de riesgo, los mayores tamaños de efecto son para: Depresión (OR = 2,46) e Ictus (OR = 2,27). Otro de los mayores tamaños del efecto se encuentra entre la asociación entre el tipo de colesterol LDL y la EA (OR = 2,55). Resultados de la segunda parte: la variable ictus fue la más relevante (predicción del 74,87%) en todos los clasificadores. La hipertensión arterial también constituyó una variable importante en el clasificador SVM. Además, los fármacos antiarrítmicos se consideraron un factor protector en todos los clasificadores. Por último, la variable tabaquismo genera controversia en los distintos modelos, ya que en algunos se clasifica como factor protector y en otros como factor de riesgo para la EA. En conclusión, esta tesis aplica diversas metodologías con diferentes muestras para demostrar la robustez predictiva de los factores de riesgo asociados al desarrollo de la EA., In recent years, there have been important advances in scientific research on AD. Section 1 of this thesis, specific estimates of the effect sizes of the association between different modifiable risk factors and AD are provided using meta-analytic techniques. Section 2 deals with secondary prevention aimed at the early diagnosis of AD. Therefore, a specific methodology is described to develop a model generator system from medical diagnoses established in a database. Results of the first part: Pooling all the effects extracted from the meta-analyses performed with the different risk factors, the largest effect sizes are for: Depression (OR = 2.46) and Stroke (OR = 2.27). Another of the highest effect sizes is found between the association between LDL cholesterol type and AD (OR = 2.55). Results of the second part: stroke variable was the most relevant variable (predict at 74.87%) in all classifiers. Arterial hypertension also constituted an important variable in the SVM classifier. Furthermore, antiarrhythmic drugs were considered a protective factor in all classifiers. Finally, the smoking variable generates controversy in the different models, since in some it is classified as a protective factor and in others as a risk factor for AD. To conclude, this thesis applies diverse methodologies with different samples to demonstrate the predictive robustness of risk factors associated with the development of AD.

Aquest treball estudia la necessitat de tractar el tema de la mort a la comunitat educativa, de quina forma i en quin moment s’hauria d’abordar amb l’alumnat i la necessitat d’oferir als docents de Catalunya una formació sobre com abordar aquesta temàtica. S’han estudiat 7717 docents de Catalunya dels cicles d’educació Infantil (segon cicle), Primària i Secundària, que han participat en una enquesta sobre la mort a la comunitat educativa. Dels docents estudiats, 97.35% pensen que s’hauria de tractar el tema de la mort a l’escola i 95.29% creuen que no tenen la formació adequada per tractar-ho amb l’alumnat. Mitjançant anàlisi descriptiva i models logístics binomials aquest estudi conclou que s’hauria de tractar el tema de la mort amb els alumnes de Primària de forma sistemàtica. A més, s’hauria d’oferir una formació als docents de Primària amb 0-10 anys d’experiència.

L’any 1906 Pareto afirma que el 20% de la població concentra el 80% de la riquesa. Arrel d’aquesta observació econòmica i demogràfica es comença a identificar aquest patró en d’altres camps, com poden ser la biologia, la sociologia, les formes de comunicació, la criminologia, etc. Segons la distribució de Pareto, hi ha moltes unitats experimentals que tenen associat un valor de la variable d’interès petit, i poques unitats amb valors molt grans. En els últims 20 anys s’ha demostrat que la distribució del nombre de connexions de xarxes reals s’aproxima a la llei de Pareto, és a dir, només el 20% dels nodes tenen accés aproximadament al 80% de les connexions, i els exemples que s’analitzen en aquest treball provenen d’aquest àmbit. La Corba de Lorenz i l’Índex de Gini, eixos centrals d’aquest treball, són eines que permeten visualitzar desigualtats entre països, ciutats, cèl·lules, etc. i predir patrons. En aquest projecte calcularem la Corba de Lorenz i l’Índex de Gini per mesurar la desigualtat en la distribució de les connexions en xarxes reals, amb la distribució Zipf. En la tesi del Dr. Ariel Duarte-López es van definir diverses generalitzacions bi-paramètriques de la Zipf. En aquest TFG calcularem la Corba de Lorenz i l’Índex de Gini d’aquestes generalitzacions, i els compararem amb els empírics per a dos conjunts de dades reals.

Para cualquier estudio o ensayo clínico siempre es crucial realizar un resumen de los datos comparando entre 2 o más grupos. Para más inri, la mayoría de los investigadores independientes no suelen tener un gran conocimiento matemático ni estadístico. Con la idea de proporcionar una herramienta para estos investigadores, nace la idea de este trabajo final de máster: Realizar un programa sencillo y fácil de aplicar que además sea capaz de decidir correctamente qué test estadísticos aplicar, dependiendo del tipo de variable a comparar y analizar. Concretamente se presentará una función R, capaz de reportar tablas descriptivas donde se pueden llegar a comparar 2 o más grupos obteniendo los p-valores asociados para que el investigador pueda obtener conclusiones sólidas desde el punto de vista estadístico a nivel bivariante (el programa permite realizar pruebas para grupos independientes como por ejemplo el clásico t test, Wilcoxon test o prueba exacta de Fisher, e incluso pruebas para muestras apareadas, como son la propia versión de t test y Wilcoxon para muestras apareadas y la prueba exacta de McNemar, entre otras). Para facilitar la comprensión del uso de esta función, se presentará un ejemplo con un conjunto de datos.

El Teorema de Pick és un resultat geomètric que ens permet calcular l'àrea de polígons inscrits al pla enter, a partir del nombre de punts enters que hi ha a la vora i a l'interior del polígon. En aquest treball abordaré la demostració d'aquest teorema, així com una ampliació de la recerca associada. Finalment, presentaré diverses propostes didàctiques per a la seva exposició a alumnes preuniversitaris. L'objectiu és promoure la comprensió i aplicació del teorema de Pick com a eina per a resoldre problemes pràctics, desenvolupar habilitats de raonament geomètric i oferir una nova perspectiva sobre aquesta àrea de coneixement., El Teorema de Pick es un resultado geométrico que nos permite calcular el área de polígonos inscritos en el plano de números enteros, a partir del número de puntos enteros que hay en el borde y en el interior del polígono. En este trabajo abordaré la demostración de este teorema, así como una ampliación de la investigación asociada. Finalmente, presentaré varias propuestas didácticas para su exposición a alumnos preuniversitarios. El objetivo es promover la comprensión y aplicación del teorema de Pick como herramienta para resolver problemas prácticos, desarrollar habilidades de razonamiento geométrico y ofrecer una nueva perspectiva sobre esta área de conocimiento., The Pick's Theorem is a geometric result that allows us to calculate the area of polygons inscribed in the integer plane, based on the number of integer points on the boundary and in the interior of the polygon. In this paper, I will address the proof of this theorem, as well as an extension of the associated research. Finally, I will present various didactic proposals for its exposition to pre-university students. The main goal is to promote understanding and application of Pick's Theorem as a tool for solving practical problems, developing geometric reasoning skills, and offering a new perspective on this area of knowledge.

Most studies on fragility fracture risk focus on the analysis of the first incident fracture. Our aim is to use the European Prospective Investigation into Cancer and Nutrition cohort to model recurrent fragility fractures using the stratified proportional hazards models proposed by Prentice-Williams-Peterson. All participants are at risk for the first stratum, but only those with an event in the previous stratum are at risk for the subsequent stratum. In order to deal with death as a competing event, the use of a multi-state model will also be evaluated.

This is an Accepted Manuscript of an article published by Taylor & Francis Group in American statistician on 11/04/2023, available online at: http://www.tandfonline.com/10.1080/00031305.2023.2186952, The graphical representation of the correlation matrix by means of different multivariate statistical methods is reviewed, a comparison of the different procedures is presentedwith the use of an example dataset, and an improved representation with better fit is proposed. Principal component analysis is widely used for making pictures of correlation structure, though as shown a weighted alternating least squares approach that avoids the fitting of the diagonal of the correlation matrix outperforms both principal component analysis and principal factor analysis in approximating a correlation matrix. Weighted alternating least squares is a very strong competitor for principal component analysis, in particular if the correlation matrix is the focus of the study, because it improves the representation of the correlation matrix, often at the expense of only aminor percentage of explained variance for the original data matrix, if the latter is mapped onto the correlation biplot by regression. In this article, we propose to combine weighted alternating least squares with an additive adjustment of the correlation matrix, and this is seen to lead to further improved approximation of the correlation matrix., This work was supported by the Spanish Ministry of Science and Innovation and the European Regional Development Fund under grant PID2021- 125380OB-I00 (MCIN/AEI/FEDER); and the National Institutes of Health under Grant GM075091., Peer Reviewed, Postprint (published version)

La búsqueda de alquiler en las principales ciudades, tanto españolas como europeas, se ha intensificado en las últimas décadas. Este trabajo se centra en el caso de Barcelona e intenta, de forma empírica, encontrar un modelo estadístico que mejor se ajuste a los precios de alquiler por barrios. Se hace una comparativa entre diferentes modelos lineales, frecuentistas y bayesianos, y se discuten sus ventajas y desventajas. Luego se desarrolla una aplicación web usando la librería Shiny de R, con dos secciones: la primera, donde se puede explorar los precios medios por barrio en un mapa interactivo; y la segunda, donde se puede predecir el precio medio de un alquiler dadas ciertas características como el barrio, metros cuadrados, número de habitaciones, etc. La aportación más significativa de este proyecto es la creación, desde el inicio hasta el final, de un producto basado en datos que los usuarios pueden usar para mejorar su búsqueda de vivienda., The search for rental properties in major cities, both in Spain and across Europe, has intensified in recent decades. This work focuses on the case of Barcelona and seeks, empirically, to find a statistical model that best fits neighborhood rental prices. A comparison is made between different linear, frequentist, and Bayesian models, and their advantages and disadvantages are discussed. Subsequently, a web application is developed using the Shiny library in R, with two sections: the first, where users can explore average neighborhood prices on an interactive map, and the second, where the average rental price can be predicted given certain features such as neighborhood, square footage, number of rooms, etc. The most significant contribution of this project is the creation, from start to finish, of a data-driven product that users can utilize to enhance their housing search.

El estrés laboral y familiar es un grave peligro para la salud pudiendo generar diversos síntomas importantes que van a deteriorar la salud física y mental de las personas y van a influir negativamente en las condiciones de vida de las mismas.

Stress at work and in the family is a very common issue in our society that generates many health-related problems. During recent years, numerous studies have sought to define the term stress, raising many contradictions that various authors have studied. Other authors have attempted to establish some criteria, in subjective and not very quantitative ways, in an attempt to reduce and even to eliminate stressors and their effects at work and in the family context. The purpose of this study was to quantify so-called cushioning variables, such as control, social support, home/work life conciliation, and even sports and leisure activities, with the purpose of, as much as possible, reducing the negative effects of stress, which seriously affects the health of workers. The study employs data from the Fifth European Working Conditions Survey, in which nearly 44,000 interviewees from 34 countries in the European Union participated. We constructed a probabilistic model based on a Bayesian network, using variables from both the workplace and the family, the aforementioned cushioning variables, as well as the variable stress. If action is taken on the above variables, then the probabilities of suffering high levels of stress may be reduced. Such action may improve the quality of life of people at work and in the family.

La influencia de la vocación en el éxito se puede estudiar a través de diversas encuestas, pero se necesita un modelo para validar los resultados de dichos estudios con una alta probabilidad de representar con precisión la realidad estudiada. Las redes bayesianas cumplen este requisito. Los estudiantes que se matriculan en un grado de ingeniería pueden tener que elegir las disciplinas de ingeniería que difieren de su elección inicial. En algunos casos, estas diferencias pueden perjudicar su compromiso profesional y dejarlos con la sensación de que su elección final era incorrecta. Este estudio pretende cuantificar las percepciones de éxito de los estudiantes de ingeniería en términos de vocación y deficiencias ue puedan aparecer en sus actitudes. En cuanto a la metodología utilizada, las redes bayesianas nos han dado la opción de un modelo probabilístico a través de una serie de variables que validarán este modelo considerando parámetros, como la curva ROC (Receiver Operating Characteristic) que puede calcular las probabilidades de éxito en términos de vocación de nuestros estudiantes de ingeniería. Respecto a las principales conclusiones de este estudio, las relativas a las expectativas profesionales y al aprendizaje tienen más influencia sobre los alumnos, ya sean o no en el campo específico de la ingeniería que refleja su vocación. Las tasas de éxito aumentan considerablemente cuando los estudiantes perciben las variables como "encontrar trabajo útil", "encontrar un trabajo fácil" o "disfrutar del aprendizaje". En pocas palabras, ayudar a los estudiantes a no sentirse frustrados, piensan que encontrarán empleo y que sus trabajos les ayudarán a sentirse útiles en el futuro. Por lo tanto, es esencial hablar desde el nivel universitario sobre la vida profesional desde el primer año hasta la graduación., The influence of vocation in success can be studied through various surveys, but a model to validate the results of such studies with a high probability of accurately represent the reality studied is needed. Bayesian networks meet this requirement. Students who enroll in an engineering degree may have to choose engineering disciplines that differ from their initial choice. In some cases, these differences may impair their professional commitment and leave them with the feeling that his final choice was wrong. This study is intended to quantify the perceptions of success of engineering students in terms of vocation and remedy deficiencies that may appear in their attitudes. As for the methodology used have been the Bayesian networks which have given us the choice of a probabilistic model through a series of variables that will validate this model considering parameters such as the ROC (Receiver Operating Characteristic) curve, can calculate probabilities of success in terms of vocation of our engineering students. As for the main conclusions of this study, it was those relating to professional expectations and learning, having more influence on students whether they are or are not in the specific field of engineering that reflects his vocation. Success rates increase considerably when students perceive variables as "find useful work", "find an easy job" or "enjoy learning". In short, helping students to not get frustrated, you think they will find employment and that their jobs will help them feel useful in the future. Therefore, it is essential to speak from the university level on professional life from the first year until graduation and the students consider their choice of college.

Se examina la parte teórica del método que actualmente se esta usando para predecir la turbidez del río Llobregat con modelos de series de tiempo multivariadas VAR(p), también se evalúa la metodología de los modelos VAR en cuanto a estimación de parámetros y validaciones de modelo. Por último, se revisa la propuesta por Agulló et al. (2008) para modelar series temporales con datos atípicos usando modelos MLTS. Empíricamente, se toma una muestra de los datos de las series turbidez y el caudal para revisar el desempeño de los modelos y se realiza una comparación en los supuestos, criterios de selección y ajuste del modelo.

Aquesta memòria presenta la implementació d’una eina visual i intuïtiva utilitzant diferents paquets de R com shiny, shinydashboard i leaflet. Aplicant models de classificació no supervisats per la classificació de punts fent ús de l’algoritme de mescles gaussianes del paquet mclust. Prèviament, les dades han estat transformades perquè són dades composicionals. L’aplicació es divideix en cinc apartats en el qual primer hi ha el mapa on es fa la selecció de punts, després la base de dades dels punts seleccionats i finalment l’anàlisi univariant i bivariant i multivariant de les dades seleccionades. En la pàgina multivariant hi ha la funcionalitat més important de l’aplicació, ja que tots els resultats de totes les altres pàgines s’actualitzen d’acord amb les classes o grups trobats a partir del model de mescles gaussianes. Per últim, es fa un cas pràctic que és d’especial interès, perquè s’intenta replicar el que es va fer en un estudi previ realitzat per l’Institut Cartogràfic on s’arriben a conclusions similars. Aquesta aplicació està pública al servidor shinyapps.io amb l’enllaç: https://icgcshiny01022022.shinyapps.io/shinyICGC

Las lesiones y muertes causadas por los accidentes de tráfico se han convertido en un problema de salud pública a nivel mundial, de tal magnitud que han estado presentes en las estadísticas de la Organización Mundial de la Salud (OMS) y de varios organismos alrededor del mundo entre las diez primeras causas de fallecimiento por más de una década. Es por ello que la Organización de las Naciones Unidas (ONU) ha incluido entre sus objetivos de desarrollo sostenible (ODS) la meta de reducir sus impactos a la mitad hasta 2030. A este objetivo se han unido varias organizaciones internacionales como la Unión Europea, el Gobierno de España y la Dirección General de Tráfico (DGT). Si bien es cierto, la minería de datos y el aprendizaje vienen desarrollándose desde hace ya mucho tiempo, la aparición del paradigma del “Big Data” ha introducido una nueva revolución en estos procesos de minería de datos y aprendizaje. Es así, que la aplicación sistemática de diferentes técnicas en la modelización de distintas ramas de la ciencia, como el estudio de la seguridad vial, son relativamente nuevas, siendo también cierto que los aportes científicos parecen ser muy prometedores conforme se avanza en la aplicación a las diferentes ramas de estudio, debido a la progresiva digitalización y estandarización de los datos recogidos en dichas disciplinas, permitiendo la aplicación de estas técnicas de análisis y modelización que antes no podían utilizarse. Esta Tesis Doctoral modeliza la lesividad de los accidentes de tráfico en España, utilizando Redes Bayesianas para aprender la dependencia estadística entre las variables relacionadas con los factores humanos y técnicos que tienen lugar en el momento del accidente, realizando también experimentos que analizan la sensibilidad de la lesividad a los diferentes factores considerados en cada modelo, lo que permite identificar aquellos más valiosos, en términos probabilísticos, los cuales incrementan o reducen el grado de lesividad. El aporte metod, El desarrollo del trabajo investigador de esta tesis doctoral ha sido financiado en distintos niveles por las siguientes entidades: Fondo Europeo de Desarrollo Regional con la Junta de Castilla y León • El proyecto titulado “Modelización mediante técnicas de machine learning de la influencia de las distracciones del conductor en la seguridad vial”, con referencia BU300P18, ha financiado parte de la difusión de los resultados científicos de la presente Tesis Doctoral. Dirección General de Tráfico de España La Dirección General de Tráfico (DGT), a través del proyecto SPIP2015-1852, ha cedido al grupo de investigación los datos de accidentes de tráfico con víctimas en España para su análisis e investigación. El dataset utilizado en la presente Tesis Doctoral incluye datos de accidentes de tráfico desde el año 2016 hasta el año 2019. Universidad de Burgos • La Universidad de Burgos ha subvencionado los servicios de asesoría en traducción de dos de las publicaciones científicas derivadas de esta investigación. Universidad Técnica Particular de Loja • La Universidad Técnica Particular de Loja ha subvencionado los gastos de difusión de una publicación científica de esta investigación, así como los gastos de manutención del doctorando durante sus estancias de investigación en la Universidad de Burgos.

El linfoma folicular (LF) es un tumor indolente y se categoriza en función de la proporción de centrocitos y centroblastos, en Grado 1, 2, 3A y 3B. Clásicamente, el FL3B se ha considerado equivalente en pronóstico y tratamiento a un linfoma difuso de células grandes B (LDCGB). La transformación histológica del LF a un linfoma agresivo, principalmente a LDCGB, ocurre en el 10-20% de los casos y suele aparecer durante la evolución del LF. Sin embargo, en algunos casos es posible identificar un componente de LDCGB en el momento del diagnóstico. Los estudios moleculares y clínicos de estos casos son limitados. Por ello, nos planteamos: i) caracterizar el perfil genómico del LF3B con o sin componente LDCGB y del LF Grado 1, 2, 3A con componente LDCGB; ii) comparar el perfil genético de los grupos; y iii) analizar la asociación entre alteraciones genéticas y evolución clínica. Se incluyeron 63 pacientes en el estudio. La cohorte analizada incluye 21 LF3B, 23 LF Grado 1, 2, o 3A con componente LDCGB (LF123A/LDCGB), y 19 LF3B con componente LDCGB (LF3B/LDCGB). La complejidad genómica de los tres grupos de pacientes no mostró grandes diferencias en el número de CNA, ni de mutaciones (P-valor 0.653, 0.941, respectivamente). En base a su biología y a la complejidad genómica observada, agrupamos los pacientes con componente difuso (LF123A/LDCGB y LF3B/LDCGB) y los comparamos con el grupo de pacientes con LF3B. No se observaron diferencias significativas entre los genes/regiones entre ambos grupos. El tiempo medio de supervivencia para los pacientes con LF3B, LF123A/LDCGB y LF3B/LDCGB fue de 10, 11 y 7 años, respectivamente (P-valor = 0.93). No se identificaron variables clínicas o genes/regiones asociadas a peor pronóstico. Los linfomas LF3B y LF/ LDCGB muestran un perfil genómico similar, con una alta complejidad genómica. Estos datos preliminares requieren confirmación en un número mayor de casos., Follicular lymphoma (FL) is an indolent disease characterized by the proportion of centrocyte and centroblast, classified in Grades 1, 2, 3A, and 3B. Most clinical research groups consider FL3B to be an aggressive lymphoma and treat these cases as diffuse Large B-Cell Lymphoma (DLBCL). Histological transformation of FL into an aggressive lymphoma, mainly DLBCL, occurs in 10-20% of the cases and usually appears during the evolution of FL. However, sometimes it is possible to identify a DLBCL component at FL diagnosis. There are limited molecular and clinical data on these cases. Therefore, we aim to i) characterize the genomic profile of FL3B with and without DLBCL component, and of Follicular lymphoma Grade 1, 2, and 3A with DLBCL component; ii) compare the mutational profile and copy number alterations of these groups; iii) analyse the association between the genomic alterations and clinical outcome. Sixty-three patients were included in the study. The analysed cohort included 21 FL3B cases, 23 FL Grade 1, 2, or 3A with DLBCL component (FL123A/DLBCL), and 19 FL3B with DLBCL component (FL3B/DLBCL). The genomic complexity of the three groups of patients did not show large differences in the number of CNA nor mutations (P-value 0.653, 0.941, respectively). Based on their biology and the genomic complexity detected, we grouped the patients with a diffuse component (FL123A/DLBCL and FL3B/DLBCL) and compared them with the group of patients with FL3B. No significant differences were observed in genes/regions between the two groups. The median overall survival time for patients with FL3B, FL123A/DLBCL, and FL3B/DLBCL was 10, 11, and 7 years, respectively. (P-value = 0.93). No clinical variables or genes/regions associated with worse prognosis were identified. The FL3B and FL/DLBCL show a similar genomic profile, with high genomic complexity. Although these are preliminary data and encourage further investigation.

Aquesta tesi pretén proporcionar una visió general dels models gràfics probabilístics en el context d'altres mètodes d'aprenentatge automàtic àmpliament utilitzats, i com aquests mètodes es poden formalitzar utilitzant models de independència condicionada i estadística algebraica. A base de comparar les Mixtures Gaussianes amb les Xarxes Neuronals interpretades com a models generatius, proposem un model gràfic per a dades mixtes (variables discretes i contítnues) que proporciona una base teòrica sòlida i una manera d'analitzar la Màquina de Boltzmann Restringida Gaussiana-Bernoulli. Això s'utilitza per modelar variables amb una distribució gaussiana condicionada, amb variables latents discretes. A més a més, aquesta tesi es centra en els procediments d'aprenentatge i mostreig, així com en l'ús de tècniques d'estadística algebraica per a descriure la expressivitat del model, fent servir models d'independència i de mixtura per a les varietats semi-algebraiques dels cumulants., Esta tesis pretende proporcionar una visión general de los modelos gráficos probabilísticos en el contexto de otros métodos de aprendizaje automático ampliamente utilizados, y cómo estos métodos pueden ser formalizados utilizando modelos de independencia condicional y estadística algebraica. Al comparar los populares modelos de Mezclas Gaussianas con las redes neuronales vistas como modelos generativos, proponemos un modelo gráfico para datos mixtos (variables discretas y continuas) que sirve de base teórica sólida a la vez que permite analizar la Máquina de Boltzmann Restringida Gaussiana-Bernoulli. Esto se utiliza para modelar variables con una distribución gaussiana condicionada, con variables latentes discretas. Además, esta tesis se explaya sobre los procedimientos de aprendizaje y muestreo del modelo, así como en el uso de técnicas de estadística algebraica para describir la expresividad del mismo, utilizando modelos de independencia y mezcla para las variedades semi-algebraicas de los cumulantes., This thesis aims to provide an overview of probabilistic graphical models in the context of other widely used machine learning methods, and how these methods can be formalised using conditional independence models and algebraic statistics. By comparing the extremely popular Gaussian Mixture Models and Neural Networks as generative graphical models, we are able to propose a graphical model for mixed data (discrete and continuous components) that provides a solid theoretical background and a way to analyse the Gaussian-Bernoulli Restricted Boltzmann Machine. This is used to model variables with a Gaussian conditional distribution, with discrete latent variables. On top of that, this thesis then goes into learning and sampling procedures as well as using techniques from algebraic statistics to further depict the expressibility of the model, making use of independence and mixture models for cumulant semi-algebraic varieties., Outgoing

Aquesta tesi tracta sobre l'estudi de les potències fraccionaries de l'operador laplacià. Al primer capítol estudiarem diverses definicions i interpretacions d'aquest operador a $\R^n$, que denotarem per $(-\Delta)^s$ amb $s \in (0,1)$, explorant les seves connexions amb processos probabilístics, l'anàlisi de Fourier, un problema d'extensió i el semigrup de l'equació de la calor. Al segon mirarem una altra manera de definir-lo quan ens trobem en un domini fitat $\Omega \subset \R^n$ via la descomposició espectral del laplacià amb unes certes condicions de vora $V$ i el denotarem per $(-\Delta)^s_{V,\Omega}$. Per últim, a la darrera part estudiarem quina és la relació entre $\lim_{\Omega\to \R^n}(-\Delta)^s_{V,\Omega}$ i $(-\Delta)^s$ quan $\Omega$ és un rectangle n-dimensional. Aquest resultat final constitueix una contribució nova a la literatura ja existent.

Aquest treball de final de màster tracta sobre l'ajust d'un model de temps de vida accelerat quan tant la resposta com una de les variables explicatives estan censurades en un interval. L'ajust d'aquests models presenta diversos reptes metodològics i computacionals, perquè no està implementat en programari estadístic estàndard. La motivació d'aquest treball prové d'un assaig clínic en oncologia que té com a objectiu explorar la supervivència lliure de progressió (PFS), és a dir, el temps fins a la mort o un punt final clínic d'interès, en funció de la PFS a un esdeveniment previ d'interès., Este trabajo de fin de máster trata sobre el ajuste de un modelo de tiempo de vida acelerado cuando tanto la respuesta como una de las variables explicativas están censuradas por intervalos. El ajuste de tales modelos presenta varios desafíos metodológicos y computacionales, porque no está implementado en el software estadístico estándar. La motivación de este trabajo proviene de un ensayo clínico en oncología que tiene como objetivo explorar la supervivencia libre de progresión (PFS), es decir, el tiempo hasta la muerte o un criterio de valoración clínico de interés, en función de la PFS a un evento previo de interés., This master’s thesis deals with the fit of an accelerated failure time model when both the response and one of the explanatory variables are interval-censored. The fit of such models presents several methodological and computational challenges because it is not implemented in standard statistical software. The motivation for this work comes from a clinical trial in oncology that aims to explore progression-free survival (PFS), i.e., the time until either death or a clinical endpoint of interest, as a function of PFS to a previous event of interest.

Metabolomics, which is defined as the comprehensive analysis of metabolites in a biological system, has lots of applications that are leading to an important step forward in medicine. Since it is still an emerging field, researchers are trying to create computational tools that improve the processing, analysis and interpretation of metabolomics data. In this project, we have developed a new library in R based on MAIT (Metabolite Automatic Identification Toolkit) R package. Our algorithm provides a set of state-of-the-art tools to perform the whole metabolomics workflow, from raw liquid-chromatography coupled to mass spectrometry (LC-MS) data to the biological interpretation.

Producción Científica, Herbal medicine and nutritional supplements are suggested to treat premenstrual somatic and psycho-behavioural symptoms in clinical guidelines; nonetheless, this is at present based on poor-quality trial evidence. Hence, we aimed to design a systematic review and meta-analysis for their effectiveness in alleviating premenstrual symptoms. The published randomized controlled trials (RCTs) were extracted from Google scholar, PubMed, Scopus and PROSPERO databases. The risk of bias in randomized trials was assessed by Cochrane risk-of-bias tool. The main outcome parameters were analysed separately based on the Premenstrual Symptom Screening Tool and PMTS and DRSP scores. Secondary parameters of somatic, psychological, and behavioural subscale symptoms of PSST were also analysed. Data synthesis was performed assuming a random-effects model, and standardized mean difference (SMDs) was analysed using SPSS version 28.0.0 (IBM, Armonk, NY, USA). A total of 754 articles were screened, and 15 RCTs were included (n = 1211 patients). Primary results for participants randomized to an intervention reported reduced PSST (n = 9), PMTS (n = 2), and DSR (n = 4) scores with (SMD = −1.44; 95% CI: −1.72 to −1.17), (SMD = −1.69; 95% CI: −3.80 to 0.42) and (SMD = 2.86; 95% CI: 1.02 to 4.69) verses comparator with substantial heterogeneity. Physical (SMD = −1.61; 95% CI = −2.56 to −0.66), behavioural (SMD = −0.60; 95% CI = −1.55 to 0.35) and mood (SMD = 0.57; 95% CI = −0.96 to 2.11) subscale symptom groupings of PSST displayed similar findings. Fifty-three studies (n = 8) were considered at low risk of bias with high quality. Mild adverse events were reported by four RCTs. Based on the existing evidence, herbal medicine and nutritional supplements may be effective and safe for PMS.

Dealing with uncertainty has been, and continues to be, an important problem to be taken into account in day-to-day activities of companies and governments. The uncertainty about some future values, whether it is the price of energy, the evolution of an epidemic, the intensity of rainfall, etc., poses difficulties for making adequate decisions. Therefore, the development of accurate forecasting models is of great importance. On many occasions, the uncertainty is about future observations that take non-negative integer (counts) values. For the treatment of the corresponding count time series, although the use of traditional models is possible, dedicated models that assume non-negative integer observations present numerous advantages, e.g. point forecasts that are easier to interpret and prediction intervals that will not include unfeasible values. The purpose of this industrial PhD thesis, is to contribute to the state of the art in the context of time series modeling with count data...