Ayuda
Ir al contenido

Dialnet


Resumen de Mètodes d'estimació per interval: aplicacións a dades biomèdiques amb correlació espacial autoregressiva

Georgia Escaramis Babiano

  • La presente tesis doctoral se centra en el estudio y desarrollo de las herramientas adecuadas para la obtención de diferentes intervalos estadísticos en función del problema biomédico que se plantea el investigador, Un aspecto muy común en los estudios biomédicos actuales es la recopilación de datos correlacionados, ya sea por el hecho de disponer de medidas repetidas de un mismo individuo, datos longitudinales, agregados en clústers o con una cierta estructura de correlación geográfica. En estas situaciones es frecuente el uso de modelos lineales generalizados mixtos (GLMM) dada su flexibilidad cuando se incorporan estructuras de correlación complejas. Adicionalmente, son aplicables a datos continuos, de conteo, ordinales o binarios, siempre y cuando éstos provengan de la clase de distribuciones de la familia exponencial. En este sentido, la construcción de los intervalos estadísticos que se definen y evalúan en la tesis se basa en el ajuste de GLMMs, con un enfoque especial a diseños geográficos reticulados, donde el GLMM incorpora estructuras de correlación espacial en función del patrón de vecindad de los datos.

    Así, se abordan dos aspectos biomédicos concretos donde el uso de los GLMM es la técnica de modelización más usual para la posterior toma de decisiones del investigador. El primero consiste en el estudio de la variabilidad geográfica de una enfermedad. En este sentido se ha propuesto y evaluado la utilidad de un intervalo de predicción para hacer inferencia sobre las predicciones de las tasas entre las distintas áreas que conforman la región de estudio. El segundo trata de la evaluación de la concordancia entre métodos de medida en una escala cuantitativa. Bajo este contexto, se ha definido y evaluado un intervalo de tolerancia para hacer inferencia sobre los límites de concordancia. Éste método se ha definido para medir la fiabilidad de datos que provienen de estudios de imagen funcional de resonancia magnética, que se caracterizan por presentar correlación de tipo espacial.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus