| Tipo di tesi |
Tesi di laurea magistrale |
| Autore |
MESCOLI, RICCARDO
|
| URN |
etd-10042023-235219 |
| Titolo |
Causal Discovery su Dati Medici Longitudinali Relativi a Terapie Antiretrovirali |
| Titolo in inglese |
|
| Struttura |
Dipartimento di Scienze Fisiche, Informatiche e Matematiche |
| Corso di studi |
Informatica (D.M.270/04) |
| Commissione |
| Nome Commissario |
Qualifica |
| MANDREOLI FEDERICA |
Primo relatore |
| MOTTA FEDERICO |
Correlatore |
| LA ROCCA LUCA |
Correlatore |
|
| Parole chiave |
- Causal discovery
- Data science
- Dati longitudinali
- HIV
- Statistica
|
| Data inizio appello |
2023-10-26 |
| Disponibilità |
Accessibile via web (tutti i file della tesi sono accessibili) |
Riassunto analitico
Il lavoro di tesi si è focalizzato sulla sperimentazione di metodologie di Causal Discovery applicate all'analisi di dati medici longitudinali legati a Terapie Antiretrovirali. In particolare, l'interesse si concentra sui casi in cui si sono verificati significativi aumenti di peso, più nello specifico, ad un eventuale nesso causale tra aumenti di peso e cambiamento di terapia. Questa ricerca ha coinvolto l'adattamento di dati di tipo longitudinale alle moderne implementazioni di algoritmi di causal discovery "off-the-shelf", i quali sono comunemente progettati per dati di tipo cross-sectional o, in alcuni casi, time-series. Il titolo dell'elaborato riflette chiaramente l'obiettivo principale: "Causal Discovery su Dati Medici Longitudinali Relativi a Terapie Antiretrovirali".
|
|
Abstract
|
| File |
|
