Q3153291 (Q3153291): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Created a new Item)
 
(‎Changed label, description and/or aliases in en)
description / endescription / en
Project 0.4877944873358325 in Spain
Project Q3153291 in Spain

Revision as of 04:12, 8 October 2021

Project Q3153291 in Spain
Language Label Description Also known as
English
No label defined
Project Q3153291 in Spain

    Statements

    0 references
    25,712.5 Euro
    0 references
    51,425.0 Euro
    0 references
    50.0 percent
    0 references
    30 December 2016
    0 references
    29 September 2021
    0 references
    UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNIBERTSITATEA
    0 references
    0 references
    48020
    0 references
    LOS OBJETIVOS DE ESTE PROYECTO SE CENTRAN EN TRES ASPECTOS METODOLOGICOS FUNDAMENTALES: PROPUESTAS BAYESIANAS, SEMIPARAMETRICAS Y DE VEROSIMILITUD EMPIRICA, TODOS ELLOS EN CONTEXTOS DE DATOS LONGITUDINALES, ANALISIS DE SUPERVIVENCIA Y MODELIZACION DE LA CALIDAD DE VIDA RELACIONADA CON LA SALUD (CVRS). EN PRIMER LUGAR, EN EL AREA DE DATOS LONGITUDINALES, PROFUNDIZAREMOS SOBRE LOS MODELOS ECONOMETRICOS EN PSEUDO-PANELES O PANELES SINTETICOS PARA EL CASO DE PSEUDO PANELES QUE, POR CONSTRUCCION, PRESENTAN UNA DEPENDENCIA TEMPORAL. ANALIZAREMOS EL MODELO GENERAL PARA PSEUDO-PANELES INDEPENDIENTES Y LO ADAPTAREMOS DE FORMA QUE PERMITA DEPENDENCIA TEMPORAL EN CADA PSEUDO-PANEL, MODELIZANDO ESTA DEPENDENCIA DE ACUERDO CON CRITERIOS DE BONDAD DE AJUSTE ESPECIFICOS Y CON CRITERIOS DICTADOS POR LAS CARACTERISTICAS DE DEPENDENCIA ESPECIFICAS DE LOS DATOS UTILIZADOS. DESARROLLAREMOS LOS PROGRAMAS ADECUADOS PARA LLEVAR A CABO LA ESTIMACION EN ESTOS MODELOS Y APLICAREMOS LAS TECNICAS DESARROLLADAS A DATOS REALES, ESPECIALMENTE EN BIOLOGIA Y DATOS DEL MERCADO DE TRABAJO VASCO. EN SEGUNDO LUGAR, EN EL AREA DE ANALISIS DE SUPERVIVENCIA, EXTENDEREMOS LAS PROPUESTAS METODOLOGICAS DE VEROSIMILITUD EMPIRICA A PROBLEMAS DE INFERENCIA CON RESTRICCIONES DE ORDEN, ESTUDIANDO LAS DISTRIBUCIONES ASINTOTICAS DE LOS ESTADISTICOS DE CONTRASTES Y EL COMPORTAMIENTO ASINTOTICO DE LOS ESTIMADORES DE VEROSIMILITUD EMPIRICA OBTENIDOS BAJO RESTRICCIONES DE ORDEN, PONIENDO ESPECIAL ENFASIS EN LOS ASPECTOS COMPUTACIONALES NO TRIVIALES DE LOS METODOS DE VEROSIMILITUD EMPIRICA. COMPARAREMOS FUNCIONES DE DISTRIBUCION Y RIESGOS COMPETITIVOS UTILIZANDO ESTA METODOLOGIA Y APLICAREMOS LOS RESULTADOS EN EJEMPLOS REALES EN FIABILIDAD, SALUD PUBLICA, ECONOMIA Y FINANZAS. FINALMENTE, ESTUDIAREMOS PROPUESTAS ALTERNATIVAS EN LA MODELIZACION ESTADISTICA DE LA CVRS, ESPECIALMENTE EN LO QUE SE RELACIONA CON RESULTADOS PERCIBIDOS POR EL PACIENTE, APLICANDO LAS MISMAS A INDICES DE SALUD Y CALIDAD DE VIDA RELACIONADA CON LA SALUD. ESTUDIAREMOS SU DISTRIBUCION Y MODELIZACION ESTADISTICA, PROPONIENDO MEJORAS EN LA CONSTRUCCION DE INDICES PARA MEDIR ESTOS RESULTADOS, Y COMPARAREMOS LAS DISTINTAS ALTERNATIVAS METODOLOGICAS PARA SU ANALISIS. PROPONDREMOS MODELOS AVANZADOS DE TECNICAS DE SUAVIZADO (MAG, P-SPLINES) PARA MODELOS APLICADOS AL ANALISIS DE RESULTADOS PERCIBIDOS POR EL PACIENTE. FINALMENTE, CONTEXTUALIZAREMOS LOS RESULTADOS OBTENIDOS, DAREMOS PAUTAS PARA LA SELECCION DE ALTERNATIVAS ADECUADAS, Y RECOMENDACIONES Y CONCLUSIONES BASADAS EN LOS ASPECTOS MAS RELEVANTES DESDE EL PUNTO DE VISTA ESTADISTICO Y CLINICO DE LA APLICACION. TAMBIEN DESARROLLAREMOS, IMPLEMENTAREMOS Y VALIDAREMOS MODELOS PREDICTIVOS UTILES EN LA PRACTICA CLINICA HOSPITALARIA, IMPLEMENTANDO HERRAMIENTAS TECNOLOGICAS A PARTIR DE LOS MISMOS. PARA ELLO, DESARROLLAREMOS MODELOS PREDICTIVOS EN EVOLUCION CLINICA, MORTALIDAD, SUPERVIVENCIA O CAMBIOS EN LA CVRS PARA PACIENTES CON ENFERMEDADES CRONICAS, PROPONIENDO TRANSFORMACIONES Y CATEGORIZACIONES OPTIMAS DE LAS VARIABLES PREDICTIVAS QUE PERMITAN SU CORRECTA INTRODUCCION EN EL MODELO PREDICTIVO. LOS DISTINTOS MODELOS PREDICTIVOS SERAN EVALUADOS Y COMPARADOS MEDIANTE DIFERENTES TECNICAS DE ANALISIS (REGRESION LINEAL, REGRESION LOGISTICA BINARIA, REGRESION LOGISTICA ORDINAL, REGRESION DE POISSON, ARBOLES DE REGRESION Y CLASIFICACION, REDES NEURONALES, ENTRE OTRAS), Y DIFERENTES CRITERIOS (BONDAD DE AJUSTE, CALIBRACION, CAPACIDAD PREDICTIVA, ENTRE OTROS). (Spanish)
    0 references
    Bilbao
    0 references

    Identifiers

    MTM2016-74931-P
    0 references