Dissertação

A Deep Temporal Consensus Clustering approach for Amyotrophic Lateral Sclerosis Patient Stratification EVALUATED

A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa, atualmente sem cura, que afeta os neurônios motores superiores e inferiores. Leva à perda do movimento muscular voluntário resultando, maioritariamente, em morte por insuficiência respiratória 2 a 4 anos após o diagnóstico. A ventilação não-invasiva (VNI) é o tratamento mais eficaz para aumentar a esperança de vida. No entanto, a sua eficácia depende do seu momento de início. As diversas apresentações clínicas da doença tornam difícil a escolha desse momento. A estratificação pode facilitar essa tarefa, dividindo os pacientes em subgrupos clinicamente relevantes de acordo com a progressão da doença. A previsão de necessidade de VNI pode ser então ajustada para cada subgrupo de modo a melhorar o desempenho. Inspirado em abordagens recentes, um novo método de estratificação de pacientes é apresentado, o "Deep Temporal Encoded Clustering (DTEC)", tirando partido da dimensão temporal dos dados para encontrar subgrupos de pacientes clinicamente relevantes. Considerando apenas o início da doença e usando mecanismos promissores de Aprendizagem Profunda para codificação temporal, um codificador UMAP, agrupamento de dados hierárquico e uma metodologia de "Consensus Clustering", o DTEC obteve subpopulações com diferenças na progressão e apresentação clínica da doença. Uma metodologia para classificação foi também desenvolvido e aplicado a cada subpopulação. Os resultados foram comparados com os obtidos sem estratificação. Os classificadores apresentaram melhorias, atingindo valores de AUC até 83% em alguns subgrupos. Embora limitados pelos dados, os resultados mostram o potencial de uma solução de previsão personalizada usando estratificação de pacientes no contexto da ELA.
Estratificação Temporal, Aprendizagem Profunda, Consensus Clustering, Previsão de Prognóstico, ELA

novembro 17, 2022, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Pedro Filipe Zeferino Aidos Tomás

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Helena Isabel Aidos Lopes Tomás

Faculdade de Ciências da Universidade de Lisboa

Professor Auxiliar