• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
https://doi.org/10.11606/T.45.2020.tde-16012021-193220
Document
Author
Full name
Carlos Eduardo Martins Relvas
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2020
Supervisor
Committee
Fujita, André (President)
Amorim, Renato Cordeiro de
Carvalho, Benilton de Sá
Patriota, Alexandre Galvão
Takahashi, Daniel Yasumasa
Title in Portuguese
Agrupamento baseado em modelos de mistura de gaussianas com covariáveis
Keywords in Portuguese
Agrupamento
Algoritmo de mistura gaussiana
Algoritmo EM
BIC
Efeitos de covariáveis
Testes de hipóteses
Abstract in Portuguese
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.
Title in English
Model-based clustering algorithm with covariates
Keywords in English
BIC
Clusterization
Covariates effect
EM algorithm
Hyphotesis tests
Mixture gaussian
Abstract in English
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.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2021-01-20
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.