Identificação de respondentes a placebo baseados em sinais de EEG
Uma melhora nos sintomas não devida ao efeito dos produtos químicos ativos no medicamento é caracterizada como efeito placebo, que é altamente prevalente no tratamento de depressão. Este projeto propõe o estudo estatístico de um experimento clínico placebo-controle aleatorizado para depressão, com o...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Online |
| Language: | Portuguese |
| Published: |
Universidade Estadual de Campinas
2019
|
| Subjects: | |
| Online Access: | https://econtents.sbu.unicamp.br/eventos/index.php/pibic/article/view/2067 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Uma melhora nos sintomas não devida ao efeito dos produtos químicos ativos no medicamento é caracterizada como efeito placebo, que é altamente prevalente no tratamento de depressão. Este projeto propõe o estudo estatístico de um experimento clínico placebo-controle aleatorizado para depressão, com objetivo de criar um método classificatório de identificação de respondentes a placebo. Modelos de classes latentes são amplamente utilizados na literatura para identificar subgrupos não observados (respondentes ou não-respondentes a placebo, neste estudo). A probabilidade de pertencer a cada subgrupo é modelada utilizando-se covariáveis como sexo e cronicidade da doença, bem como sinais de eletroencefalografia (EEG). Para reduzir a dimensionalidade do modelo, os sinais de EEG foram primeiramente padronizados e classificados em 5 classes. Por fim, foi utilizado o algoritmo EM (Expectation Maximization) para obter os valores da variável latente, podendo então definir qual grupo dado indivíduo melhor se encaixa. |
|---|---|
| ISSN: | 2596-1969 |
