FenixEdu™

Dissertação

{en_GB=Longitudinal and survival analysis for rheumatic diseases’ prognosis} {} EVALUATED

Detalhes: {pt=As doenças reumáticas encontram-se entre as doenças crónicas mais comuns a nível mundial. Em particular, as espondiloartrites representam um grupo de doenças altamente debilitantes, manifestando-se em idade jovem, tendo assim um grande impacto na qualidade de vida dos pacientes, nos sistemas de saúde e na sociedade. As opções de tratamento mais recentes consistem no uso de terapias biológicas, sendo um dos grandes desafios a identificação de qual a mais apropriada, tendo em conta as características do paciente. Simultaneamente, a crescente disponibilidade de registos eletrónicos médicos incita o desenvolvimento de métodos com capacidade de extrair informação relevante e lidar com a complexidade dos dados. O nosso objetivo é estudar as respostas dos pacientes a estas terapias, identificando preditores do seu sucesso ou falha. Adicionalmente, pretendemos obter um conjunto de dados passível de ser usado em estudos futuros. É também efetuada uma análise da sensibilidade dos resultados às diferentes etapas do processamento dos dados, assim como a verificação da aplicabilidade da utilização de algoritmos de modelação conjunta para o estudo de resposta terapêutica em doenças reumáticas. São utilizados modelos conjuntos para a análise de dados de sobrevivência e longitudinais, presentes na forma de variáveis estáticas e séries temporais, recolhidas da base de dados Reuma.pt. Foram identificados possíveis preditores da eficácia da terapia e verificou-se que a abordagem usada para lidar com dados incompletos influenciou a seleção de variáveis e, consequentemente, os resultados obtidos. Além disso, o uso de modelação conjunta provou ser uma ferramenta de grande utilidade para este tipo de análise., en=Rheumatic diseases are one of the most common chronic diseases worldwide. Among them, spondyloarthritis (SpA) is a group of highly debilitating diseases, with an early onset age, significantly impacting patients’ quality of life, health care systems, and society in general. Recent treatment options consist of using biologic therapies, and establishing the most beneficial one according to the patient’s characteristics is a challenge that needs solving. Simultaneously, the emerging availability of electronic medical records (EMR) urges the development of methods that can extract insightful information while handling all the challenges of dealing with complex, real-world data. Our goal is to better understand SpA therapy responses and identify the predictors that affect them, enabling the prognosis of therapy success or failure. Moreover, we aim at achieving a usable dataset for future studies by pre-processing the data. A sensitivity analysis of the results to the different steps of this process will be performed, and the applicability of joint models for the study of therapeutic response in rheumatic diseases will be verified. Joint models for the survival analysis of the biologic therapy failure are used, considering the information of both baseline and time-varying variables extracted from the EMR of SpA patients from the database Reuma.pt. Possible predictors of biologic drug survival were identified. It was verified that the approach used for handling data influenced the selection of variables and, consequently, the results. Furthermore, joint models proved to be a highly valuable tool for this type of analysis.}
Keywords: {pt=Espondiloartrite, Terapias biológicas, Prospecção de dados, Análise de sobrevivência, Modelação conjunta, en=Spondyloarthritis, Biologic Therapies, Data Mining, Survival Analysis, Joint Modelling}

Discussão: outubro 23, 2020, 14:0