Estimação da creatinina sérica basal através de modelos GAMLSS

Detalhes bibliográficos
Autor(a) principal: Mendonça, Inês Rodrigues
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/26356
Resumo: Tese de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2016
id RCAP_1baa3ef598e9abb8ef4a48b0eb14604f
oai_identifier_str oai:repositorio.ul.pt:10451/26356
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Estimação da creatinina sérica basal através de modelos GAMLSSDoença renal agudaCreatina sérica basalModelos lineares generalizadosModelos aditivos generalizadosGAMLSS resíduosTeses de mestrado - 2016Departamento de Estatística e Investigação OperacionalTese de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2016A doença renal aguda é caracterizada pela rápida diminuição da função renal. Esta patologia, por vezes, pode ser assintomática em alguns doentes, apresentando apenas variações de parâmetros laboratoriais que avaliam a taxa de filtração glomerular. O diagnóstico da lesão renal aguda é feito através de biomarcadores renais como a creatinina sérica. Este valor, juntamente com critérios de classificação da lesão renal aguda, consegue determinar a severidade da doença. No entanto, a classificação baseia-se em alterações da creatinina sérica em relação ao valor da creatinina sérica basal que frequentemente não está disponível. Assim, a abordagem utilizada na área clínica passa pela estimação dos valores da creatinina sérica basal através de varias fórmulas para o efeito. Neste estudo serão abordados três métodos de regressão, na tentativa de encontrar um modelo com bom poder preditivo que estime o valor da creatinina sérica basal. Assim sendo, o objetivo deste estudo passa pela aplicação de modelos lineares generalizados, modelos aditivos generalizados e modelos GAMLSS. Os modelos são avaliados pela sua capacidade preditiva através da analise dos resíduos. Uma vez que, a distribuição dos resíduos obtidos pelos modelos lineares generalizados e pelos modelos aditivos generalizados não foi normal, houve necessidade de prosseguir para uma nova abordagem baseada nos GAMLSS. Desta forma, foi alcançado o pressuposto de normalidade dos resíduos obtidos por estes modelos, embora as estimativas obtidas para os valores da creatinina sérica basal não tenham sido as melhores.Acute renal disease is characterized by a rapid decrease of the renal function. This condition can, for some patients, be asymptomatic only changing for some laboratory parameters such as the glomerular filtration rate. The diagnosis of acute kidney injury is made by renal biomarkers such as serum creatinine. This value, along with the acute kidney injury classification criteria, can define the severity of the disease. However, the classification is based on changes in serum creatinine, when compared with a baseline value, which, most of the times, is not available. These values are replaced by estimates obtained through appropriate formulae. This study will present three regression approaches in an attempt to find a model with a good predictive power that is able to estimate the value of the baseline serum creatinine. Therefore, the goal of this work involves the application of generalized linear models, generalized additive models and GAMLSS models. These models are evaluated by their predictive ability, through a residuals analysis. The residuals of the generalized linear models and generalized additive models violated the assumption of normality and further analysis was needed, using the GAMLSS, to obtain a predictive model for the estimation of the baseline serum creatinine. With these models the normality of the residuals was achieved although the obtained estimates for baseline serum creatinine were not the best.Diamantino, Maria Fernanda Nunes, 1961-Silva, Ana Luísa Trigoso Papoila da, 1958-Repositório da Universidade de LisboaMendonça, Inês Rodrigues2017-02-01T10:54:13Z201620162016-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/26356TID:201623633porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:16:27Zoai:repositorio.ul.pt:10451/26356Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:43:03.317154Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Estimação da creatinina sérica basal através de modelos GAMLSS
title Estimação da creatinina sérica basal através de modelos GAMLSS
spellingShingle Estimação da creatinina sérica basal através de modelos GAMLSS
Mendonça, Inês Rodrigues
Doença renal aguda
Creatina sérica basal
Modelos lineares generalizados
Modelos aditivos generalizados
GAMLSS resíduos
Teses de mestrado - 2016
Departamento de Estatística e Investigação Operacional
title_short Estimação da creatinina sérica basal através de modelos GAMLSS
title_full Estimação da creatinina sérica basal através de modelos GAMLSS
title_fullStr Estimação da creatinina sérica basal através de modelos GAMLSS
title_full_unstemmed Estimação da creatinina sérica basal através de modelos GAMLSS
title_sort Estimação da creatinina sérica basal através de modelos GAMLSS
author Mendonça, Inês Rodrigues
author_facet Mendonça, Inês Rodrigues
author_role author
dc.contributor.none.fl_str_mv Diamantino, Maria Fernanda Nunes, 1961-
Silva, Ana Luísa Trigoso Papoila da, 1958-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Mendonça, Inês Rodrigues
dc.subject.por.fl_str_mv Doença renal aguda
Creatina sérica basal
Modelos lineares generalizados
Modelos aditivos generalizados
GAMLSS resíduos
Teses de mestrado - 2016
Departamento de Estatística e Investigação Operacional
topic Doença renal aguda
Creatina sérica basal
Modelos lineares generalizados
Modelos aditivos generalizados
GAMLSS resíduos
Teses de mestrado - 2016
Departamento de Estatística e Investigação Operacional
description Tese de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2016
publishDate 2016
dc.date.none.fl_str_mv 2016
2016
2016-01-01T00:00:00Z
2017-02-01T10:54:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/26356
TID:201623633
url http://hdl.handle.net/10451/26356
identifier_str_mv TID:201623633
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134347200036864

Registros relacionados