Longitudinal analyses of childhood obesity factors

Paraules clau: Minería de patrones secuenciales, aprendizaje automático, obesidad infantil; Sequential pattern mining, Machine learning, Childhood obesity; Mineria de patrons seqüencials, aprenentatge automàtic, obesitat infantil

Títol en diferents idiomes: Análisis longitudinales de los factores de obesidad infantil; Longitudinal analyses of childhood obesity factors; Anàlisi longitudinals dels factors d'obesitat infantil

Àrees temàtiques: Ingeniería informática; Computer engineering; Enginyeria informàtica

Confidencialitat: Si

Curs acadèmic: 2023-2024

Estudiant: Práger, Zsófia

Aprenentatge Servei: No

Departament: Enginyeria Informàtica i Matemàtiques

Drets d'accés: info:eu-repo/semantics/openAccess

Data de la defensa del treball: 2024-09-06

Director del projecte: López Ibáñez, Beatriz Maria

Resum: This master thesis explores factors contributing to childhood obesity using data from hospitals in Catalonia, focusing on a cohort of pregnant women and their children up to age 5. Key parental and infant variables were analyzed to develop a predictive model for childhood obesity. Two new experimental methods were introduced: data transformation into increments and sequential pattern representation. A total of 150 patterns were identified and analyzed using Logistic Regression, Decision Tree, and Random Forest algorithms. The findings showed that these new methods were less effective compared to other state-of-the-art approaches.; Aquest treball de fi de màster explora els factors que contribueixen a l'obesitat infantil a partir de dades dels hospitals de Catalunya, centrant-se en una cohort de dones embarassades i els seus fills fins als 5 anys. S'han analitzat variables clau parentals i infantils per desenvolupar un model predictiu de l'obesitat infantil. Es van introduir dos nous mètodes experimentals: la transformació de dades en increments i la representació de patrons seqüencials. Es van identificar i analitzar un total de 150 patrons mitjançant algorismes de regressió logística, arbre de decisió i bosc aleatori. Les troballes van demostrar que aquests nous mètodes eren menys efectius en comparació amb altres enfocaments d'última generació.

Matèria: Obesitat en els infants

Entitat: Universitat Rovira i Virgili (URV)

Idioma: en

Ensenyament(s): Ciència de Dades Biomèdiques

Títol en la llengua original: Longitudinal analyses of childhood obesity factors

Data d'alta al repositori: 2025-03-14