Dissertação

Model Selection for Clustering of Pharmacokinetic Responses with the Minimum Description Length EVALUATED

Quando um paciente tem alguma doença, um médico é usualmente capaz de receitar uma dosagem de um certo medicamento. Contudo, a reação ao medicamento depende muito do paciente e pode ser descrita pela evolução temporal da concentração do medicamento no sangue do paciente, a chamada curva farmacocinética, se for assumido um modelo simplificado do corpo humano. O tratamento médico personalizado de acordo com as necessidades de pacientes diferentes seria o procedimento ideal. Contudo, o elevado número de pacientes pode tornar esta tarefa inexequível. A solução é agrupar as curvas farmacocinéticas da resposta de cada paciente ao medicamento para criar grupos de pacientes com necessidades semelhantes. Este processo deverá ser confiável e eficiente. O objetivo deste trabalho é adaptar uma solução existente a este problema que fazia o agrupamento usando o algoritmo Expetativa-Maximização e aplicar técnicas novas, como o princípio do Comprimento Mínimo da Descrição e o comprimento de código da Máxima Verosimilhança Normalizada. O resultado disto será a possibilidade de encontrar o melhor agrupamento de pacientes sem necessidade de parâmetros arbitrários para fazer junção de grupos e otimizando o número de grupos que é desconhecido à partida. Para além disto, a implementação resultante será eficiente no seu custo computacional.
Agrupamento, Seleção de Modelo, Farmacocinética, Comprimento Mínimo da Descrição, Máxima Verosimilhança Normalizada

Novembro 22, 2017, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Paulo Alexandre Carreira Mateus

Departamento de Matemática (DM)

Professor Associado

ORIENTADOR

Alexandra Sofia Martins de Carvalho

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar