Longitudinal analyses of childhood obesity factors

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

Título en diferentes idiomas: Análisis longitudinales de los factores de obesidad infantil; Longitudinal analyses of childhood obesity factors; Anàlisi longitudinals dels factors d'obesitat infantil

Áreas temàticas: Ingeniería informática; Computer engineering; Enginyeria informàtica

Confidencialidad: Si

Curso académico: 2023-2024

Estudiante: Práger, Zsófia

APS: No

Departamento: Enginyeria Informàtica i Matemàtiques

Derechos de Accesso: info:eu-repo/semantics/openAccess

Fecha de la defensa del trabajo: 2024-09-06

Director del proyecto: López Ibáñez, Beatriz Maria

Resumen: 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.

Materia: Obesitat en els infants

Entidad: Universitat Rovira i Virgili (URV)

Idioma: en

Enseñanza(s): Ciència de Dades Biomèdiques

Título en la lengua original: Longitudinal analyses of childhood obesity factors

Fecha de alta en el repositorio: 2025-03-14