Malik Abbas
Previsione della comorbidità di disturbi depressivi e cardiometabolici mediante multitask learning = Comorbidity prediction of depressive and cardiometabolic disorders using multitask learning.
Rel. Monica Visintin. Politecnico di Torino, Corso di laurea magistrale in Ict For Smart Societies (Ict Per La Società Del Futuro), 2022
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
Le malattie cardiovascolari hanno uno stretto legame con il diabete e la depressione. Gli studi dimostrano che la prevalenza del diabete e/o della depressione aumenta il rischio di eventi cardiaci. Inoltre, vi è una crescente evidenza di interazione avversa bidirezionale tra diabete e depressione. Potrebbe essere utile studiare la comorbidità di queste tre malattie e prevedere in anticipo l'insorgenza di malattie cardiovascolari nei pazienti con diabete e depressione in modo che l'intervento necessario possa essere fatto in tempo per prevenire qualsiasi evento pericoloso per la vita. Considerando il successo visibile delle tecniche di machine learning sui compiti predittivi, sarebbe interessante sfruttarle per la previsione delle suddette malattie.
I dati utilizzati per questa tesi sono ottenuti dalla UK Biobank, un database biomedico su larga scala e una risorsa di ricerca, contenente informazioni genetiche e sanitarie approfondite da mezzo milione di partecipanti nel Regno Unito
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Ente in cotutela
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
