Dissertação

Analysis of heterogeneous and high-dimensional data of rheumatic diseases patients through clustering methods EVALUATED

As doenças reumáticas e musculoesqueléticas (RMD) são uma das atuais epidemias que afetam a população portuguesa, com implicações diretas na qualidade de vida destes cidadãos. Estudando os diversos fatores que podem influenciar o bem-estar destes pacientes, é possivel retirar informações sobre como melhorar a prevenção de doenças reumáticas, tratamento e assistência dadas à população. Através de dados recolhidos através do questionário de nome EpiDoC, sobre a prevalência destas doenças, métodos para redução de dimensionalidade, como o MCA, e de clustering, como o SNF, foram utilizados para estudar potenciais subgrupos de participantes e desvendar padrãos de variáveis demonstrados pelos mesmos. Após o pré-processamento, os conjuntos de dados já adaptados são processados pelo método SNF, com parametros previamente testados, e classificados em clusters, através de ``Spectral Clustering". Estes são posteriormente avaliados com vários índices de clustering, e a sua estrutura é examinada, a fim de detetar as categorias de variáveis mais comuns entre participantes do mesmo subgrupo. Alguns resultados incluem um grupo de participantes, na sua maioria abaixo dos 45 anos de idade, sem qualquer RMD auto-reportada, e um conjunto de participantes isolados, de faixa etária mais elevada, com pelo menos uma RMD reportada. Em suma, os resultados divulgados nesta tese podem servir como ponto de partida para uma examinação completa de todos os conjuntos de dados EpiDoC, providenciando algum conhecimento no desempenho dos algoritmos usados e sugerindo novas investigações no seguimento das conclusões retiradas dos dados.
Doenças reumáticas, Clustering, Análise de dados, Redução de dimensionalidade, ab-SNF

Novembro 21, 2019, 17:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Susana de Almeida Mendes Vinga Martins

Departamento de Bioengenharia (DBE)

Professor Associado

ORIENTADOR

Alexandra Sofia Martins de Carvalho

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar