Agrupamento baseado em modelos de mistura de gaussianas com covariáveis

Detalhes bibliográficos
Autor(a) principal: Relvas, Carlos Eduardo Martins
Data de Publicação: 2020
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-16012021-193220/
Resumo: Frequentemente, o processo de agrupamento é a primeira etapa em diversos projetos de análises de dados. Ele permite identicar padrões que não foram notados antes, sendo muito útil para detectar novas hipóteses. No entanto, um desao na análise de dados empíricos é a presença de covariáveis, que podem mascarar a estrutura de agrupamento obtida. Por exemplo: se estamos interessados em agrupar um conjunto de indivíduos em um grupo de controle e pacientes com câncer. Neste caso, o algoritmo de agrupamento poderia agrupar as observações apenas em jovens e velhos. Isso pode acontecer pois a idade do diagnóstico é associada ao câncer. Com isso em mente, desenvolvemos o CEM-Co, um algoritmo baseado em modelos, que remove/minimiza os efeitos das covariáveis durante o processo de agrupamento. Aplicamos o CEM-Co a uma base de dados de expressão gênica, composta de 129 pacientes de câncer de pulmão do estágio I. Como resultado, foi possível identicar um subgrupo de pacientes com taxa de sobrevida estatisticamente menor, algo até então não encontrado.
id USP_237855f4866e1b215102fac9437c4257
oai_identifier_str oai:teses.usp.br:tde-16012021-193220
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Agrupamento baseado em modelos de mistura de gaussianas com covariáveisModel-based clustering algorithm with covariatesAgrupamentoAlgoritmo de mistura gaussianaAlgoritmo EMBICBICClusterizationCovariates effectEfeitos de covariáveisEM algorithmHyphotesis testsMixture gaussianTestes de hipótesesFrequentemente, o processo de agrupamento é a primeira etapa em diversos projetos de análises de dados. Ele permite identicar padrões que não foram notados antes, sendo muito útil para detectar novas hipóteses. No entanto, um desao na análise de dados empíricos é a presença de covariáveis, que podem mascarar a estrutura de agrupamento obtida. Por exemplo: se estamos interessados em agrupar um conjunto de indivíduos em um grupo de controle e pacientes com câncer. Neste caso, o algoritmo de agrupamento poderia agrupar as observações apenas em jovens e velhos. Isso pode acontecer pois a idade do diagnóstico é associada ao câncer. Com isso em mente, desenvolvemos o CEM-Co, um algoritmo baseado em modelos, que remove/minimiza os efeitos das covariáveis durante o processo de agrupamento. Aplicamos o CEM-Co a uma base de dados de expressão gênica, composta de 129 pacientes de câncer de pulmão do estágio I. Como resultado, foi possível identicar um subgrupo de pacientes com taxa de sobrevida estatisticamente menor, algo até então não encontrado.Usually, the clustering process is the first step in several data analyses. Clustering allows the identification of unseen patterns and is useful when raising new hypotheses. However, one challenge when analyzing empirical data is the presence of covariates, which may mask the obtained clustering structure. For example: suppose we are interested in clustering a set of individuals into controls and cancer patients. In this case, a clustering algorithm could group subjects into young and elderly. This may happen because, during diagnosis, the age is directly associated with cancer. Thus, we developed CEM-Co, a model-based clustering algorithm that removes/minimizes undesirable covariates\' effects during the clustering process. We applied CEM-Co on a gene expression data set composed of 129 stage I non-small cell lung cancer patients. As a result, we identified a subgroup with a poorer prognosis where standard clustering algorithms failed.Biblioteca Digitais de Teses e Dissertações da USPFujita, AndréRelvas, Carlos Eduardo Martins2020-12-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/45/45134/tde-16012021-193220/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-01-21T01:40:02Zoai:teses.usp.br:tde-16012021-193220Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-01-21T01:40:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
Model-based clustering algorithm with covariates
title Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
spellingShingle Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
Relvas, Carlos Eduardo Martins
Agrupamento
Algoritmo de mistura gaussiana
Algoritmo EM
BIC
BIC
Clusterization
Covariates effect
Efeitos de covariáveis
EM algorithm
Hyphotesis tests
Mixture gaussian
Testes de hipóteses
title_short Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
title_full Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
title_fullStr Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
title_full_unstemmed Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
title_sort Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
author Relvas, Carlos Eduardo Martins
author_facet Relvas, Carlos Eduardo Martins
author_role author
dc.contributor.none.fl_str_mv Fujita, André
dc.contributor.author.fl_str_mv Relvas, Carlos Eduardo Martins
dc.subject.por.fl_str_mv Agrupamento
Algoritmo de mistura gaussiana
Algoritmo EM
BIC
BIC
Clusterization
Covariates effect
Efeitos de covariáveis
EM algorithm
Hyphotesis tests
Mixture gaussian
Testes de hipóteses
topic Agrupamento
Algoritmo de mistura gaussiana
Algoritmo EM
BIC
BIC
Clusterization
Covariates effect
Efeitos de covariáveis
EM algorithm
Hyphotesis tests
Mixture gaussian
Testes de hipóteses
description Frequentemente, o processo de agrupamento é a primeira etapa em diversos projetos de análises de dados. Ele permite identicar padrões que não foram notados antes, sendo muito útil para detectar novas hipóteses. No entanto, um desao na análise de dados empíricos é a presença de covariáveis, que podem mascarar a estrutura de agrupamento obtida. Por exemplo: se estamos interessados em agrupar um conjunto de indivíduos em um grupo de controle e pacientes com câncer. Neste caso, o algoritmo de agrupamento poderia agrupar as observações apenas em jovens e velhos. Isso pode acontecer pois a idade do diagnóstico é associada ao câncer. Com isso em mente, desenvolvemos o CEM-Co, um algoritmo baseado em modelos, que remove/minimiza os efeitos das covariáveis durante o processo de agrupamento. Aplicamos o CEM-Co a uma base de dados de expressão gênica, composta de 129 pacientes de câncer de pulmão do estágio I. Como resultado, foi possível identicar um subgrupo de pacientes com taxa de sobrevida estatisticamente menor, algo até então não encontrado.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/45/45134/tde-16012021-193220/
url https://www.teses.usp.br/teses/disponiveis/45/45134/tde-16012021-193220/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090759100465152

Registros relacionados