124531 20230322092605.0 TAZ-TFM-2022-1430 spa Campo León, Elena Machine learning techniques in longitudinal epidemiological studies. Application to the EpiChron Cohort of research in multimorbidity. Técnicas de aprendizaje automático en estudios epidemiológicos longitudinales. Aplicación a la Cohorte EpiChron de investigación en multimorbilidad. Zaragoza Universidad de Zaragoza 2022 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ Se presentan las técnicas de Machine Learning, clúster difuso y reglas de asociación, aplicables a estudios longitudinales de tipo cohorte, en particular se aplica a una muestra de pacientes de entre 65 y 75 años durante los años 2010 a 2019, proveniente de la Cohorte EpiChron, de investigación en multimorbilidad, que contiene información de tipo médico sobre la población usuaria del sistema de salud público de Aragón.<br />El objetivo final será la aplicación de estas técnicas para obtener una agrupación de enfermedades en diferentes clusters y construir trayectorias de multimorbilidad entre enfermedades que aparecen con un determinado patrón frecuente, es decir, determinar la secuencia temporal más probable en el diagnóstico.<br /><br /> Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación Derechos regulados por licencia Creative Commons Alcalá Nalvaiz, José Tomás dir. Gimeno Miguel, Antonio dir. Universidad de Zaragoza 492392@celes.unizar.es 1430637 http://zaguan.unizar.es/record/124531/files/TAZ-TFM-2022-1430.pdf Memoria (spa) oai:zaguan.unizar.es:124531 driver trabajos-fin-master TAZ TFM CIEN 20221130230944.CREATION_DATE deposita:2023-03-21