Ponentes
Descripción
El lupus eritematoso sistémico (LES) es una enfermedad auto-inmune crónica asociada con una alta morbilidad y mortalidad. Entre sus complicaciones, las infecciones del tracto urinario (ITU) son particularmente frecuentes y recurrentes, especialmente en el contexto de la terapia inmunosupresora. En ese contexto, los estudios longitudinales son esenciales para comprender la evolución de la enfermedad y los efectos de los tratamientos, pero los datos brutos suelen llegar en formatos inadecuados para el análisis estadístico. Dos desafíos principales que se han presentado son: (1) datos dispersos en múltiples tablas apiladas (visita basal y seguimientos) dentro de una misma hoja de cálculo, y (2) conjuntos de datos que requieren un control de calidad sistemático para identificar casos prevalentes, patrones de datos nulos, variables invariantes y abandono de sujetos antes del análisis. Este estudio describe un flujo de trabajo integrado de dos etapas que transforma datos longitudinales de pacientes con lupus y un grupo de control en un conjunto de datos listo para el análisis.
Este flujo integrado se implementa a través de lenguajes de programación como Python y R, para transformar datos longitudinales desorganizados (a veces caóticos) en una forma lista para el análisis, abarcando los pasos de consolidación, limpieza, imputación de los datos; y la selección de variables significativas. Al separar la consolidación de la auditoría de calidad, permite la corrección iterativa manual de los archivos fuente mientras mantiene una documentación completa de todas las decisiones estructurales. La filosofía de «detectar, no autocorregir» garantiza la supervisión del investigador en cada punto de decisión. El flujo es adaptable a este estudio longitudinal y sirve como base para el análisis exploratorio posterior, la imputación y el modelado estadístico. Se enfatiza, sin embargo, la importancia de llevar a cabo una buena definición previa de las variables para evitar una miríada de datos vacíos. La secuencia de pasos total para el análisis de datos en este estudio se expone a continuación: (1) Consolidación de datos, (2) Limpieza, (3) imputación, (4) Selección de variables utilizando Multivariate Symmetrical Uncertainty (SU-MSU), (5) Aprendizaje estadístico (Statistical learning), (6) Entrenamiento y validación.
Reconocimiento
ESTR01-23-ARASY
Bibliografía
You, J., Ma, X., Ding, D. Y., Kochenderfer, M. J., & Leskovec, J. (2020). Handling missing data with graph representation learning. Advances in Neural Information Processing Systems (NeurIPS 2020).
Yoon, J., Jordon, J., & van der Schaar, M. (2018). GAIN: Missing data imputation using generative adversarial nets. Proceedings of the 35th International Conference on Machine Learning (ICML).
Hidalgo-Tenorio, C., Jiménez-Alonso, J., de Dios Luna, J., Tallada, M., Martínez-Brocal, A., & Sabio, J. M. (2004). Urinary tract infections and lupus erythematosus. Annals of the Rheumatic Diseases, 63(4), 431-437