Modelado conjunto para predecir la probabilidad de progresión desde un deterioro cognitivo leve a la enfermedad de Alzheimer
Modelado conjunto para predecir la probabilidad de progresión desde un deterioro cognitivo leve a la enfermedad de Alzheimer
Los modelos conjuntos de supervivencia longitudinal son útiles cuando se encuentran disponibles y posiblemente asociados mediciones repetidas y tiempos de eventos.
Diferentes tipos de datos para cada sujeto en múltiples momentos previos a un evento de conversión, como la conversión de un deterioro cognitivo leve (DCL) a la enfermedad de Alzheimer (EA). Estos datos, obtenidos de los conjuntos de datos de ADNI (Iniciativa de Neuroimagen de la Enfermedad de Alzheimer), incluyen biomarcadores conocidos relacionados con la amiloidosis y la neurodegeneración, como LCR ABeta 1-42, LCR tau, FDG-PET, volúmenes del hipocampo (HV) medidos mediante resonancia magnética, así como Puntajes de pruebas neuropsicológicas como ADAS-Cog y MMSE.
El objetivo de esta tesis es investigar la asociación entre el biomarcador longitudinal (p. ej., HV) y el evento de interés (p. ej., conversión a AD) y, posteriormente, emplear esta asociación para predecir el tiempo de conversión para nuevos sujetos.
Muchos artículos publicados han demostrado esta asociación, pero no indican explícitamente la probabilidad de progresión del riesgo. El análisis separado de los biomarcadores longitudinales y el tiempo de conversión puede generar resultados ineficientes o sesgados. Modelos conjuntos para información de rasgos de datos longitudinales y de supervivencia simultáneamente y proporcionan inferencias válidas y eficientes (L. Wu et al., 2011).
Candidatos con título de Maestría/ingeniería (o equivalente) en inteligencia artificial, estadística, bioestadística, biología computacional o informática (análisis de big data) con dominio del software R y/o Python y con experiencia en modelado estadístico en el campo de la salud (considerado un activo). Además, el candidato debe tener buenos conocimientos de inglés.
Procedimiento de registro
- Expediente de solicitud: Curriculum vitae, carta de presentación, proyecto de fin de estudios, diplomas y expedientes académicos
- Condiciones de trabajo: El estudiante de doctorado realizará trabajos de investigación a tiempo completo en la Universidad Euromed de Fez.
Expediente a enviar a a.mouiha@ueuromed.org antes del 10 de noviembre de 2023