Predicció de transicions a trastorns de l'espectre esquizofrènic: Un enfocament d'aprenentatge automàtic utilitzant registres nacionals danesos i dades genètiques.

Identificador:  TFM:2529

Handle: https://hdl.handle.net/20.500.11797/TFM2529

Autors:  Salas Zamora, Júlia

Resum:
Els trastorns de l'espectre de l'esquizofrènia es troben entre les afeccions psiquiàtriques més greus, sovint precedides de diagnòstics més lleus, com ara trastorns de l'estat d'ànim o d'ansietat. La predicció precoç de les transicions diagnòstiques millora els resultats. Aquest projecte aplica l'aprenentatge automàtic per predir transicions dels diagnòstics F3-F7 de la CIE-10 als trastorns de l'espectre de l'esquizofrènia (F2), utilitzant dades del registre nacional danès i puntuacions de risc poligènic (PRS). Les característiques es van derivar de múltiples registres, capturant l'historial clínic, els antecedents socioeconòmics, l'estat psiquiàtric dels pares, la medicació i les dades genètiques. Els models de regressió logística i XGBoost es van entrenar i avaluar mitjançant ROC-AUC, sensibilitat, especificitat i calibratge. Es van explorar estratègies de modelització ponderades i no ponderades per tenir en compte el desequilibri de classes.