Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos
Los medicamentos usados para el tratamiento de la leishmaniasis pueden ser tóxicos y detrimentales para la salud. Peor aún, estos tratamientos no prometen curar al paciente en todos los casos. Para evitar recetar estos tratamientos a pacientes a quienes no van a recibir beneficios, se han hecho vari...
- Autores:
-
Luna Mejía, Juan Pablo
Sadeghian Perskie, Naim Samuel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Pontificia Universidad Javeriana Cali
- Repositorio:
- Vitela
- Idioma:
- spa
- OAI Identifier:
- oai:vitela.javerianacali.edu.co:11522/2635
- Acceso en línea:
- https://vitela.javerianacali.edu.co/handle/11522/2635
- Palabra clave:
- Aprendizaje de máquina
Leishmaniasis
Clustering
Gaussian Mixtures
KMeans
DBSCAN
Agglomerative
Reducción de dimensionalidad
- Rights
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
Vitela2_09096cbafd6b47878cec51861c64786a |
---|---|
oai_identifier_str |
oai:vitela.javerianacali.edu.co:11522/2635 |
network_acronym_str |
Vitela2 |
network_name_str |
Vitela |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
title |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
spellingShingle |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos Aprendizaje de máquina Leishmaniasis Clustering Gaussian Mixtures KMeans DBSCAN Agglomerative Reducción de dimensionalidad |
title_short |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
title_full |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
title_fullStr |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
title_full_unstemmed |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
title_sort |
Técnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicos |
dc.creator.fl_str_mv |
Luna Mejía, Juan Pablo Sadeghian Perskie, Naim Samuel |
dc.contributor.advisor.none.fl_str_mv |
Linares, Diego Álvarez Vargas, Gloria Inés |
dc.contributor.author.none.fl_str_mv |
Luna Mejía, Juan Pablo Sadeghian Perskie, Naim Samuel |
dc.subject.none.fl_str_mv |
Aprendizaje de máquina Leishmaniasis Clustering Gaussian Mixtures KMeans DBSCAN Agglomerative Reducción de dimensionalidad |
topic |
Aprendizaje de máquina Leishmaniasis Clustering Gaussian Mixtures KMeans DBSCAN Agglomerative Reducción de dimensionalidad |
description |
Los medicamentos usados para el tratamiento de la leishmaniasis pueden ser tóxicos y detrimentales para la salud. Peor aún, estos tratamientos no prometen curar al paciente en todos los casos. Para evitar recetar estos tratamientos a pacientes a quienes no van a recibir beneficios, se han hecho varios estudios [4][7] para tratar de predecir, por medio de muestras de metabolitos en la sangre, en qué pacientes el tratamiento será efectivo. En este proyecto se hizo una continuación de estos estudios, basados en los mismos datos usados. Estos datos observaron 535 atributos/metabolitos para solo 36 pacientes. El grueso de este proyecto estaba en reducir la dimensionalidad del conjunto de datos (2 a 5 metabolitos) y poder llegar a resultados cercanos o mejores a los ya existentes. Se entrenaron 4 diferentes modelos de clustering para encontrar posibles grupos y de cada uno escoger un representante. Para cada modelo se buscaron los parámetros los cuales llegaban a clusters con un mejor grado de separación. En la fase de escoger los representantes de cada cluster se usaron diferentes métricas como: cercanía al centro del cluster, o probabilidad de ser miembro del cluster, para decidir cuáles podrían ser los mejores representantes. Después de tener los representantes de cada grupo, se pasó a la fase de predicción, donde se observó qué tan buena era la predicción con este pequeño conjunto de atributos. Finalmente se llegó a un modelo con 3 metabolitos y un puntaje f1 de 0.82 el cual fue muy prometedor para una forma de reducción de la dimensionalidad tan particular y descriptiva como lo es ella selección por representantes de un agrupamiento. |
publishDate |
2023 |
dc.date.issued.none.fl_str_mv |
2023 |
dc.date.accessioned.none.fl_str_mv |
2024-06-14T21:22:59Z |
dc.date.available.none.fl_str_mv |
2024-06-14T21:22:59Z |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.redcol.none.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
https://vitela.javerianacali.edu.co/handle/11522/2635 |
url |
https://vitela.javerianacali.edu.co/handle/11522/2635 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.creativecommons.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.none.fl_str_mv |
49 p. |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Cali |
publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Cali |
institution |
Pontificia Universidad Javeriana Cali |
bitstream.url.fl_str_mv |
https://vitela.javerianacali.edu.co/bitstreams/e34f1a51-8f45-4d6a-bde6-4c2afc6969ea/download https://vitela.javerianacali.edu.co/bitstreams/d6f099e5-4d7d-46c6-a3e7-c2b228510e37/download https://vitela.javerianacali.edu.co/bitstreams/29f0ea69-3720-47c7-a974-8dae71a3a22f/download https://vitela.javerianacali.edu.co/bitstreams/2cb2a464-6191-42d5-947f-00c1602f589b/download https://vitela.javerianacali.edu.co/bitstreams/4223344f-848b-4819-865e-7555ecbf621d/download https://vitela.javerianacali.edu.co/bitstreams/29c2a29a-b7ff-46e2-ae88-3d6c192b2a81/download https://vitela.javerianacali.edu.co/bitstreams/438990ff-2d6f-4634-b743-ea3c0d8d03e5/download https://vitela.javerianacali.edu.co/bitstreams/76521655-1ee3-4bdc-8cc9-6feb6c64fe4b/download https://vitela.javerianacali.edu.co/bitstreams/56d15e2e-bf4b-4e43-9fd8-013dc301a33e/download https://vitela.javerianacali.edu.co/bitstreams/391747f8-a1b6-4950-80e8-413a50044e2c/download |
bitstream.checksum.fl_str_mv |
98aa5c33cbfb99b5746e8f5a510df2b0 16b212ff212828ac09622e2a77ca1f9c f9ef7359a5e23ab10c10ee597d2f5c9e 2766ca46bb07377a228eb6464d9fe431 2f2d22bc035a8d230e9d356b9498b434 00cfb87dc6af14a4c87593e96e21eca0 6401bb0fe9871c4e16312d66b3e478f0 90f00ec96d052a6dad98a5d872886db5 c55aaef4d816c542af59c711c345e2bf 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Vitela |
repository.mail.fl_str_mv |
vitela.mail@javerianacali.edu.co |
_version_ |
1812095054857109504 |
spelling |
Linares, DiegoÁlvarez Vargas, Gloria InésLuna Mejía, Juan PabloSadeghian Perskie, Naim Samuel2024-06-14T21:22:59Z2024-06-14T21:22:59Z2023https://vitela.javerianacali.edu.co/handle/11522/2635Los medicamentos usados para el tratamiento de la leishmaniasis pueden ser tóxicos y detrimentales para la salud. Peor aún, estos tratamientos no prometen curar al paciente en todos los casos. Para evitar recetar estos tratamientos a pacientes a quienes no van a recibir beneficios, se han hecho varios estudios [4][7] para tratar de predecir, por medio de muestras de metabolitos en la sangre, en qué pacientes el tratamiento será efectivo. En este proyecto se hizo una continuación de estos estudios, basados en los mismos datos usados. Estos datos observaron 535 atributos/metabolitos para solo 36 pacientes. El grueso de este proyecto estaba en reducir la dimensionalidad del conjunto de datos (2 a 5 metabolitos) y poder llegar a resultados cercanos o mejores a los ya existentes. Se entrenaron 4 diferentes modelos de clustering para encontrar posibles grupos y de cada uno escoger un representante. Para cada modelo se buscaron los parámetros los cuales llegaban a clusters con un mejor grado de separación. En la fase de escoger los representantes de cada cluster se usaron diferentes métricas como: cercanía al centro del cluster, o probabilidad de ser miembro del cluster, para decidir cuáles podrían ser los mejores representantes. Después de tener los representantes de cada grupo, se pasó a la fase de predicción, donde se observó qué tan buena era la predicción con este pequeño conjunto de atributos. Finalmente se llegó a un modelo con 3 metabolitos y un puntaje f1 de 0.82 el cual fue muy prometedor para una forma de reducción de la dimensionalidad tan particular y descriptiva como lo es ella selección por representantes de un agrupamiento.49 p.application/pdfspaPontificia Universidad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Aprendizaje de máquinaLeishmaniasisClusteringGaussian MixturesKMeansDBSCANAgglomerativeReducción de dimensionalidadTécnicas de clustering aplicadas en un conjunto metabolitos perteneciente a pacientes de Leishmaniasis cutánea para predecir la efectividad del tratamiento glucantime a través de modelos de aprendizaje automático clásicoshttp://purl.org/coar/resource_type/c_7a1fTesis/Trabajo de grado - Monografía - Pregradohttps://purl.org/redcol/resource_type/TPFacultad de Ingeniería y Ciencias. Ingeniería de Sistemas y ComputaciónPontificia Universidad Javeriana CaliPregradoIngeniero de Sistemas y ComputaciónORIGINALPrediccion_Leishmaniasis_Cutanea_Clustering.pdfPrediccion_Leishmaniasis_Cutanea_Clustering.pdfapplication/pdf1081309https://vitela.javerianacali.edu.co/bitstreams/e34f1a51-8f45-4d6a-bde6-4c2afc6969ea/download98aa5c33cbfb99b5746e8f5a510df2b0MD52Articulo_cientifico.pdfArticulo_cientifico.pdfapplication/pdf173762https://vitela.javerianacali.edu.co/bitstreams/d6f099e5-4d7d-46c6-a3e7-c2b228510e37/download16b212ff212828ac09622e2a77ca1f9cMD54Licencia_autorizacion.pdfLicencia_autorizacion.pdfapplication/pdf231036https://vitela.javerianacali.edu.co/bitstreams/29f0ea69-3720-47c7-a974-8dae71a3a22f/downloadf9ef7359a5e23ab10c10ee597d2f5c9eMD55TEXTPrediccion_Leishmaniasis_Cutanea_Clustering.pdf.txtPrediccion_Leishmaniasis_Cutanea_Clustering.pdf.txtExtracted texttext/plain71660https://vitela.javerianacali.edu.co/bitstreams/2cb2a464-6191-42d5-947f-00c1602f589b/download2766ca46bb07377a228eb6464d9fe431MD512Articulo_cientifico.pdf.txtArticulo_cientifico.pdf.txtExtracted texttext/plain16262https://vitela.javerianacali.edu.co/bitstreams/4223344f-848b-4819-865e-7555ecbf621d/download2f2d22bc035a8d230e9d356b9498b434MD514Licencia_autorizacion.pdf.txtLicencia_autorizacion.pdf.txtExtracted texttext/plain5067https://vitela.javerianacali.edu.co/bitstreams/29c2a29a-b7ff-46e2-ae88-3d6c192b2a81/download00cfb87dc6af14a4c87593e96e21eca0MD516THUMBNAILPrediccion_Leishmaniasis_Cutanea_Clustering.pdf.jpgPrediccion_Leishmaniasis_Cutanea_Clustering.pdf.jpgGenerated Thumbnailimage/jpeg3754https://vitela.javerianacali.edu.co/bitstreams/438990ff-2d6f-4634-b743-ea3c0d8d03e5/download6401bb0fe9871c4e16312d66b3e478f0MD513Articulo_cientifico.pdf.jpgArticulo_cientifico.pdf.jpgGenerated Thumbnailimage/jpeg5835https://vitela.javerianacali.edu.co/bitstreams/76521655-1ee3-4bdc-8cc9-6feb6c64fe4b/download90f00ec96d052a6dad98a5d872886db5MD515Licencia_autorizacion.pdf.jpgLicencia_autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg5343https://vitela.javerianacali.edu.co/bitstreams/56d15e2e-bf4b-4e43-9fd8-013dc301a33e/downloadc55aaef4d816c542af59c711c345e2bfMD517LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/391747f8-a1b6-4950-80e8-413a50044e2c/download8a4605be74aa9ea9d79846c1fba20a33MD5111522/2635oai:vitela.javerianacali.edu.co:11522/26352024-06-25 05:14:58.099https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.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 |