There are no translations available.

Con 13 miembros liderados por María Luz Durbán Reguera, investigando en: Modelos basados en P-splines para datos

espacio-temporales,  Estimación y predicción en áreas pequeñas mediante P-splines,  Métodos de estimación para

curvas ROC.


NODO MADRID


1. Proyecto Nacional

Título del Proyecto: TÉCNICAS DE SUAVIZADO NO-PARAMÉTRICO PARA DATOS ESPACIO-TEMPORALES. METODOS COMPUTACIONALES Y APLICACIONES EN EL MEDIO AMBIENTE Y TABLAS DE MORTALIDAD.

Código del Proyecto: MTM2008-02901

Investigadora Principal: María Luz Durbán Reguera.

 

2. Investigadores que participan en el nodo

Investigadora responsable

María Luz Durbán Reguera


Forman parte del nodo 13 investigadores (matemáticos, biólogos, epidemiólogos y médicos) procedentes del ámbito

académico, investigador y de la salud pública.

 

Investigadores de Universidades  Nacionales

Elisa María Molanes López

Juan Miguel Marín Diazaraque

Dae-Jin Lee Hwang

Emilio Letón Molina

Fernando Rodríguez Artalejo

María del Carmen Pardo Llorente

Diego Armando Ayma Anza


Investigadores de Universidades Extranjeras

Emmanuel Lesaffre

Paul Eilers


Instituciones Biomédicas

Nuria Malats Riera

Iñaki Galán Labaca

Jesús Herranz Valera


Colaborador

José Manuel Cuezva





3. Principales líneas de investigación

 

Los modelos de suavizado de rango bajo, y más concretamente los Splines con Penalizaciones (P-splines) han abierto recientemente la puerta a la utilización de modelos flexibles de suavizado para el análisis de grandes conjuntos de datos, y por lo tanto, la posibilidad de ser utilizados en campos como la medicina y epidemiología donde la complejidad y volumen de los datos ha condicionado fuertemente los modelos utilizados. Los P-splines permiten flexibilizar la relación entre las covariables y la variable respuesta. Su formulación como modelos mixtos permite incorporarlos en los modelos más comunes en el campo de la Bioestadística.

 

Entre las líneas de investigación llevadas a cabo por los miembros del nodo se encuentran:

 

  • Modelos basados en P-splines para datos espacio-temporales.
  • Uso de P-splines para la estimación de curvas individuales en datos longitudinales.
  • Estudio de bases eficientes para splines de regresión.
  • Estimación y predicción en área pequeñas mediante P-splines.
  • Métodos de estimación para curvas ROC.

 

La mayor parte de los objetivos metodológicos antes mencionados han sido fruto de la necesidad de desarrollar metodología apropiada para hacer frente a problemas reales. En concreto, las líneas de investigación anteriores tienen, entre otras, las siguientes aplicaciones:

 

  • Modelización espacio temporal de datos medioambientales (niveles de ozono y otros contaminantes).
  • Comparación de tratamientos y ajuste de curvas individuales en estudios longitudinales de cáncer.
  • Estimación de tendencias de riesgos de mortalidad en áreas pequeñas. Mapas de enfermedades.
  • Comparación de superficies de mortalidad.
  • Modelización del consumo de tabaco mediante modelos multinivel.
  • Identificación de marcadores genéticos de cáncer mediantes modelos con interacciones.

 

4.  Entidades y grupos con los que colabora

  • Servicio de Epidemiología de la Comunidad de Madrid.
  • Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA).
  • Grupo de Genética y Epidemiología Molecular del Centro Nacional de Investigaciones Oncológicas.
  • Grupo de Dinámica y Función del Genoma del Centro de Biología Molecular Severo Ochoa.
  • Agencia para la Formación, Investigación y Estudios Sanitarios de la Comunidad de Madrid, Pedro Laín Entralgo.

 

5. Actividades de Consulting de Bioestadística

  • Se realiza fundamentalmente con el Servicio de Epidemiología de la Comunidad de Madrid