Ítem


Estudi de l’efecte nocebo en pacients amb TDAH

La Intel·ligència Artificial (IA) cada cop arriba a més camps, un d’ells és la Medicina, on s’ha demostrat com una eina indispensable per a donar suport en la presa de decisions de molts processos clínics. En particular, l’àrea d’estudi d’Aprenentatge Automàtic de la IA resulta clau per poder extreure coneixement a partir de les dades disponibles. En aquest projecte es proposa utilitzar tècniques d’aprenentatge automàtic per analitzar les dades d’assajos clínics controlats amb placebo que investiguen l’eficàcia del tractament farmacològic per a malalts amb Trastorn per Dèficit d’Atenció amb Hiperactivitat (TDAH). Concretament se centra en l’estudi de l’efecte nocebo, els esdeveniments adversos en pacients als quals s’ha administrat placebo: una substància inert. L’objecte d’aquest estudi és investigar per mitjà del mètode d’aprenentatge automàtic MetaForest les causes de la variabilitat de la resposta al nocebo entre els assaigs clínics que han investigat l’eficàcia i la seguretat del tractament farmacològic del TDAH, i determinar la fiabilitat de MetaForest en la predicció de l’efecte nocebo

Artificial Intelligence (AI) is reaching more and more fields, one of which is Medicine, where proven to be an indispensable tool to support the decision-making of many clinical trials. In particular, the area of ​​study of machine learning in AI is the result key to being able to extract knowledge from the available data. This project aims to use machine learning techniques to analyze them placebo-controlled clinical trial data investigating treatment efficacy Pharmacology for Patients with Attention Deficit Hyperactivity Disorder (ADHD). Specifically, it focuses on the study of the nocebo effect, the adverse events in placebo-treated patients: an inert substance. The purpose of this study is to investigate using the machine learning method MetaForest causes the variability of the response to nocebo among clinical trials that have investigated the efficacy and safety of pharmacological treatment of ADHD, and determined the MetaForest reliability in predicting the nocebo effect

Director: López Ibáñez, Beatriz
Castells Cervelló, Xavier
Altres contribucions: Universitat de Girona. Escola Politècnica Superior
Autor: Porta Regué, Mireia
Data: 1 juny 2021
Resum: La Intel·ligència Artificial (IA) cada cop arriba a més camps, un d’ells és la Medicina, on s’ha demostrat com una eina indispensable per a donar suport en la presa de decisions de molts processos clínics. En particular, l’àrea d’estudi d’Aprenentatge Automàtic de la IA resulta clau per poder extreure coneixement a partir de les dades disponibles. En aquest projecte es proposa utilitzar tècniques d’aprenentatge automàtic per analitzar les dades d’assajos clínics controlats amb placebo que investiguen l’eficàcia del tractament farmacològic per a malalts amb Trastorn per Dèficit d’Atenció amb Hiperactivitat (TDAH). Concretament se centra en l’estudi de l’efecte nocebo, els esdeveniments adversos en pacients als quals s’ha administrat placebo: una substància inert. L’objecte d’aquest estudi és investigar per mitjà del mètode d’aprenentatge automàtic MetaForest les causes de la variabilitat de la resposta al nocebo entre els assaigs clínics que han investigat l’eficàcia i la seguretat del tractament farmacològic del TDAH, i determinar la fiabilitat de MetaForest en la predicció de l’efecte nocebo
Artificial Intelligence (AI) is reaching more and more fields, one of which is Medicine, where proven to be an indispensable tool to support the decision-making of many clinical trials. In particular, the area of ​​study of machine learning in AI is the result key to being able to extract knowledge from the available data. This project aims to use machine learning techniques to analyze them placebo-controlled clinical trial data investigating treatment efficacy Pharmacology for Patients with Attention Deficit Hyperactivity Disorder (ADHD). Specifically, it focuses on the study of the nocebo effect, the adverse events in placebo-treated patients: an inert substance. The purpose of this study is to investigate using the machine learning method MetaForest causes the variability of the response to nocebo among clinical trials that have investigated the efficacy and safety of pharmacological treatment of ADHD, and determined the MetaForest reliability in predicting the nocebo effect
Format: application/zip
Accés al document: http://hdl.handle.net/10256/21126
Llenguatge: cat
Drets: Attribution-NonCommercial-NoDerivatives 4.0 International
URI Drets: http://creativecommons.org/licenses/by-nc-nd/4.0/
Matèria: Trastorn per dèficit d’atenció amb hiperactivitat
Attention-deficit hiperactivity disorder
Artificial intelligence - Medical applications
Intel·ligència artificial - Aplicacions a la medicina
Efecte nocebo
Títol: Estudi de l’efecte nocebo en pacients amb TDAH
Tipus: info:eu-repo/semantics/masterThesis
Repositori: DUGiDocs

Matèries

Autors