Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributorMontenegro Díaz, Álvaro Mauricio
dc.contributor.authorMolano González, Nicolás
dc.date.accessioned2019-07-02T11:19:20Z
dc.date.available2019-07-02T11:19:20Z
dc.date.issued2015
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/55431
dc.description.abstractAbstract: Clinical manifestations of autoimmune diseases often are presented as presence or absence of certain symptoms, which in the clinical context can be associated with disease severity. Classical measures like number of symptoms present have been used to assess the severity of disease, nevertheless this score does not reflect particular aspects of each symptom in the severity manifestation. In this setting latent variable models are a natural choice to address the problem of characterize the disease severity in function of the presence or absence of symptoms in a given patient. On the other hand, we seek associations of this latent trait (i.e severity) with other clinical and demographical information, in order to identify risk factors which can be used in the future for personalized diagnostic and treatment. Having this in mind we investigate extension to the 2pl IRT models, as proposed by Ogasawara (1995), where the individuals latent trait can be modeled by person covariates, and as result of our research, we propose a novel Bayesian algorithm based on working variables for the classical 1pl, 2pl an the extended models involving subject level covariates. This novel algorithm is based on the works of Gamerman (1997), Cepeda-Cuervo (2001), Cepeda-Cuervo and Achcar (2010) and Gutierrez (2015)
dc.description.abstractVarias manifestaciones clínicas de las enfermedades autoinmunes se presentan en forma de presencia o ausencia de ciertos síntomas que en el contexto clínico se asocian a la severidad de la enfermedad en el paciente. Enfoques clásicos como el número de síntomas presentes en un paciente se han intentado relacionar con el estado de la severidad de la enfermedad, sin embargo, desde la práctica clínica este score no refleja de manera adecuada la severidad asociada a cada síntoma individualmente. En este contexto los modelos de variables latentes surgen como un metodología natural para modelar la severidad de la enfermedad en función de la presencia o ausencia de diferentes síntomas en un paciente. Por otra parte, se desea asociar este trazo latente de severidad de la enfermedad con otras variables clínicas y demográficas de interés, con el fin de identificar factores de riesgo que pueden ser usados en el futuro para un diagnóstico y tratamiento diferenciales. Motivados por este problema practico, investigamos la extensión propuesta por Ogasawara (1995) para los modelos 2pl de TRI, en donde el trazo latente puede ser modelado con covariables asociadas a los individuos y como resultado de nuestra investigación hemos propuesto un nuevo algoritmo de estimación Bayesiana basado en variables de trabajo para los modelos 1pl, 2pl y sus extensiones que involucran covariables a nivel de los individuos. Este nuevo algoritmo está basado en los trabajos de Gamerman (1997), Cepeda-Cuervo (2001), Cepeda-Cuervo and Achcar (2010) y Gutiérrez (2015)
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Económicas
dc.relation.ispartofFacultad de Ciencias Económicas
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc31 Colecciones de estadística general / Statistics
dc.subject.ddc51 Matemáticas / Mathematics
dc.subject.ddc61 Ciencias médicas; Medicina / Medicine and health
dc.titleApplication of latent variable models to autoimmune diseases clinimetry
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/50840/
dc.description.degreelevelMaestría
dc.relation.referencesMolano González, Nicolás (2015) Application of latent variable models to autoimmune diseases clinimetry. Maestría thesis, Universidad Nacional de Colombia- Bogotá.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalLatent Variable
dc.subject.proposalNonlinear models
dc.subject.proposalBayesian estimation
dc.subject.proposalClinimetry
dc.subject.proposalVariables latentes
dc.subject.proposalModelos No lineales
dc.subject.proposalEstimacion Bayesiana
dc.subject.proposalClinimetria
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit