Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El sistema innovador apunta perfeccionar predicciones de los indicadores de la supervivencia de enfermos de cáncer del pecho

Perfeccionar las predicciones de los indicadores de la supervivencia de enfermos de cáncer del pecho a través de la inteligencia artificial y de las herramientas de modelado de probabilidad es la meta de ModGraProDep, un sistema innovador presentado en un estudio publicado en la inteligencia artificial del gorrón en remedio.

, Del theUniversity del departamento de Barcelona (UB) de las ciencias clínicas de la facultad de ciencias del remedio y de la salud y pieza del plan maestro de la oncología (ICO-IDIBELL), contribuyendo a este estudio al conferenciante Ramón Clèries llevaron al investigador José Miguel Martínez Martínez, del theUniversity del grupo de investigación de la salud pública de Alicante (UA), así como a las personas grandes de expertos en epidemiología, oncología y minería de datos del Plan-IDIBELL del capitán de la oncología, el UB, la universidad politécnica de Cataluña, el instituto catalán de la oncología (ICO), el instituto de Girona de la investigación biomédica (IDIBGI), la universidad de Girona, el CIBER de la epidemiología y de la salud pública (CIBERESP, Carlos III Instituto de la salud), el hospital Sant Joan de la universidad en Reus, el servicio médico de la oncología de ICO en Girona, los registros del cáncer de Girona y de Tarragona, y bujía métrica mutua.

El investigador del UA, así como personas multidisciplinarias de expertos en epidemiología, oncología, y las estadísticas, ha discutido, comparadas, y validadas diversas ofertas metodológicas para perfeccionar las predicciones de los indicadores de la supervivencia de enfermos de cáncer del pecho.

Modelado matemático: fronteras de la guerra electrónica en el combate contra cáncer

Uno de los usos del modelado numérico para los indicadores clínicos en oncología es el revelado de los modelos proféticos que ayudan a oncólogos y a clínicos a clasificar y a fijar los decorados futuros de la evolución para los enfermos de cáncer. En este contexto, la predicción de la supervivencia paciente - con variables y edades específicas es decisiva para los tratamientos la evaluación y los subgrupos el determinar entre pacientes. Sin embargo, esta información se debe estimar a menudo por los medios de modelado numéricos, dado que no hay un suficiente tamaño de muestra de la población para calcular estos indicadores exacto.

El uso de la nueva metodología de ModGraProDep (que modela dependencias de probabilidad gráficas) ha ascendido dos proyectos de investigación coordinados por profesor Mireia Vilardell, de la facultad de UB de departamento de biología de la genética, microbiología y las estadísticas (sección de las estadísticas) y el investigador Maria Buxó de IDIBGI.

En el primer caso, ModGraProDep permite que determinemos la estructura de una base de datos y que generemos una población simulada de pacientes con características demográficas de la cohorte original. Con esta aproximación, las nuevas configuraciones pacientes posibles pueden ser determinadas y los indicadores ser calculadas (e.g., la supervivencia de pacientes en función de los valores de sus variables).

En el segundo estudio, ModGraProDep se revela como tecnología capaz de destinar valores de una manera de probabilidad en las variables de las cuales la colección de datos no había sido posible.

El equipo de investigación también ha diseñado una aplicación web del gran interés clínico de obtener una predicción de los indicadores de la supervivencia y del riesgo de la mortalidad del cáncer - y por otras causas de cada paciente hasta un término máximo de veinte años.

Source:
Journal reference:

Vilardell, M., et al. (2020) Missing data imputation and synthetic data simulation through modeling graphical probabilistic dependencies between variables (ModGraProDep): An application to breast cancer survival. Artificial Intelligence in Medicine. doi.org/10.1016/j.artmed.2020.101875.