Show simple item record

dc.contributor.advisorPrieto Merino, Antonio David
dc.contributor.authorPiñero de Armas, Juan José
dc.date.accessioned2022-01-25T09:16:49Z
dc.date.available2022-01-25T09:16:49Z
dc.date.created2021
dc.date.issued2021
dc.date.submitted2021-10-26
dc.identifier.urihttp://hdl.handle.net/10952/5161
dc.description.abstractLa presencia de datos faltantes en las bases de datos biomédicas, puede sesgar los análisis y reducir su precisión. Los métodos de imputación de estos habitualmente denominados "missing data" corrigen parcialmente el problema pero necesitan modelos adecuados que relacionen su ocurrencia con el valor de las demás variables. Hemos utilizado regresiones logísticas con efectos aleatorios para identificar qué factores del paciente o centro médico están asociados con una mayor presencia de missing data en otras variables en bases de datos de gran tamaño. Para poder lidiar con una cantidad tan grande de datos hemos aplicado tres enfoques diferentes: 1) análisis con el conjunto completo de los datos, 2) análisis independientes intra-centro y el posterior metaanálisis de sus coeficientes, 3) análisis independientes en particiones aleatorias de los datos y su posterior metaanálisis.es
dc.language.isoeses
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectRegresión Logísticaes
dc.subjectEfectos Aleatorioses
dc.subjectImputaciónes
dc.subjectBig Dataes
dc.subjectRedes de Conexiónes
dc.titleAplicación de métodos Big Data al análisis de datos biomédicos: Identificación de factores asociados con la presencia de datos incompletos y estudio de secuencias de eventos.es
dc.typedoctoralThesises
dc.rights.accessRightsopenAccesses
dc.description.disciplineIngeniería, Industria y Construcciónes
dc.description.disciplineMedicinaes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional