De los trabajos presentados al XVI Concurso Student de Estadística Aplicada:
- Detección de la Morosidad con Google Trends
- Anàlisi d'Arquetipoids aplicats a la Didàctica de la Matemàtica.
- Clasificación de individuos consumidores de cannabis o sanos mediante imágenes estructurales de resonancia magnética con Machine Learning
- Mètodes de classificació aplicats a problemes verbals amb errors d'inversió en dades de neuroimatge
- Patrones para la detección del cáncer de mama mediante técnicas estadísticas multivariantes y redes neuronales artificiales
- Modelizando el riesgo de mortalidad de una enfermedad a partir de la mortalidad total
- Simulation Studies For Exploring Bayesian Longitudinal Hidden Markov Models
- Un modelo multi-estado para el pronóstico de la pancreatitis aguda no leve
Los miembros del Jurado del XVI Concurso STUDENT d'Estadística Aplicada, han resuelto otorgar el premio Idescat al mejor trabajo de máster a:
Lore Zumeta Olaskoaga |
||
| Estudiante del Máster Universitario en Estadística e Investigación Operativa Universitat Politècnica de Catalunya |
Por el trabajo:
Un modelo multi-estado para el pronóstico de la pancreatitis aguda no leve |
||||
| Motivados por los datos de un estudio prospectivo observacional de 286 pacientes con pancreatitis aguda no leve (PA) que ingresaron en la Unidad de Cuidados Intensivos (UCI) del Hospital Universitario Donostia, proponemos un modelo multi-estado para describir la evolución de los pacientes con PA de este estudio. Se utiliza una extensión del modelo enfermedad-muerte (illness-death model) que tiene en cuenta los eventos de interés relacionados con la enfermedad, tales como el alta de la UCI, la muerte, o la recuperación. Con este fi n, el presente estudio describe el curso de los pacientes con PA y evalúa el efecto de diferentes factores pronósticos en los múltiples eventos relacionados con dicha enfermedad, mediante métodos no paramétricos y modelos de riesgos proporcionales de Cox que cuenta con covariables fi jas a lo largo del tiempo y con una covariable dependiente del tiempo. | ||||
Han resuelto otorgar el premio Almirall al mejor trabajo de bioestadística a:
Lidia Herrero Huertas |
||
| Estudiante del Máster universitario en Bioestadística Universitat de València |
Por el trabajo:
Modelizando el riesgo de mortalidad de una enfermedad a partir de la mortalidad total |
||||
| Explorar la mortalidad de un territorio es de gran utilidad para comprender, describir y analizar el estado de salud de una población. La mortalidad puede analizarse desde una perspectiva global estudiando la mortalidad total o de forma más específi ca, centrando el estudio de mortalidad en cada enfermedad. En el presente trabajo se consideran ambos enfoques a la vez aprovechando el comportamiento de los riesgos de la mortalidad total para explicar los riesgos de una enfermedad. El objetivo es extraer el comportamiento diferencial entre ambas mortalidades. Para ello, se aplica un modelo jerárquico bayesiano que permite estimar y representar las razones de mortalidad estandarizada de una enfermedad, contemplando e incorporando la estimación del riesgo global que cabría esperar para todas las causas de muerte de una determinada zona. De esta manera, se obtiene información más ajustada sobre la salud de la población de cada territorio permitiendo un mejor diseño de futuras intervenciones. | ||||
Han resuelto otorgar el premio SEA al mejor trabajo de grado a:
Lara Ferrando Esteve |
||
| Estudiante del Grado en Matemática Computacional Universitat Jaume I |
Por el trabajo:
Mètodes de classificació aplicats a problemes verbals amb errors d'inversió en dades de neuroimatge |
||||
| Segons els informes PISA existeix un baix rendiment en la resolució de problemes aritmètics i algebraics. La resolució de problemes és un dels elements centrals de l'ensenyament de les matemàtiques. Una línia de recerca important en la resolució de problemes verbals és l'estudi dels processos cognitius quan els subjectes tradueixen els problemes al llenguatge de l'àlgebra. Un cas on els estudiants reconeixen típicament la informació de l'enunciat, però no són capaços de construir una equació correcta, seria el conegut com a error d'inversió. L'objectiu d'esta investigació és determinar les bases neuronals lligades a este error i fer una classificació en grups, on destaca el classificador d'anàlisi discriminant flexible. Farem ús de programari matemàtic com MatLab i R, a través dels quals es farà l'anàlisi de les imatges de ressonància magnètica. Els principals resultats obtinguts evidencien que aquells qui cometen error d'inversió requereixen d'una major demanda de recursos cognitius. |
||||
El Servei d'Estadística de la UAB y el Institut d'Estadística de Catalunya, quieren expresar su enhorabuena más efusiva a los ganadores, así cómo agradecer al resto de participantes por el interés y esfuerzo mostrado.
El acto de entrega de premios tubo lugar el pasado 5 de octubre de 2018, en motivo del XVIII Día de l'Estadística a Catalunya convocado por la Societat Catalana d'Estadística y organizado por la revista SORT, dónde se hizo público el nombre de los ganadores y se entregaron los premios y diplomas.
