F approach algorithm in missing landmark problem / Aproximación al algoritmo F en punto de referencia perdido

SUMMARY: Missing data may occur in every scientific studies. Statistical shape analysis involves methods that use geometric information obtained from objects. The most important input to the use of geometric information in statistical shape analysis is landmarks. Missing data in shape analysis occurs when there is a loss of information about landmark cartesian coordinates. The aim of the study is to propose F approach algorithm for estimating missing landmark coordinates and compare the performance of F approach with generally accepted missing data estimation methods, EM algorithm, PCA based methods such as Bayesian PCA, Nonlinear Estimation by Iterative Partial Least Squares PCA, Inverse non-linear PCA, Probabilistic PCA and regression imputation methods. Landmark counts were taken as 3, 6, 9 and sample sizes were taken as 5, 10, 30, 50, 100 in the simulation study. The data are generated based on multivariate normal distribution with positively defined variance-covariance matrices from isotropic models. In simulation study three different simulation scenarios and simulation based real data are considered with 1000 repetations. The best and the most different result in the performance evaluation according to all sample sizes is the Min (F) criteria of the F approach algorithm proposed in the study. In case of three landmarks which is only the proposed F approach and regression assignment method can be applied, Min (F) criteria give best results.

RESUMEN: Los datos faltantes pueden ocurrir en todos los estudios científicos. El análisis estadístico de formas involucra métodos que utilizan información geométrica obtenida de objetos. La entrada más importante para el uso de información geométrica en el análisis estadístico de formas son los puntos de referencia. Los datos que faltan en el análisis de formas se producen cuando hay una pérdida de información sobre las coordenadas cartesianas históricas. El objetivo del estudio es proponer el algoritmo de enfoque F para estimar las coordenadas de puntos de referencia faltantes y comparar el rendimiento del enfoque F con métodos de estimación de datos faltantes generalmente aceptados, algoritmo EM, métodos basados en PCA como Bayesian PCA, Estimación no lineal por Iterative Partial Least Squares PCA, PCA no lineal inverso, PCA probabilístico y métodos de imputación de regresión. Los recuentos de puntos de referencia se tomaron como 3, 6, 9 y los tamaños de muestra se tomaron como 5, 10, 30, 50, 100 en el estudio de simulación. Los datos se generan en base a una distribución normal multivariada con matrices de varianza-covarianza definidas positivamente a partir de modelos isotrópicos. En el estudio de simulación se consideran tres escenarios de simulación diferentes y se consideran datos reales basados en simulación con 1000 repeticiones. El mejor y más diferente resultado en la evaluación del desempeño según todos los tamaños de muestra es el criterio Min (F) del algoritmo de enfoque F propuesto en el estudio. En el caso de tres puntos de referencia, que es solo el enfoque F propuesto y se puede aplicar el método de asignación de regresión, los criterios Min (F) dan mejores resultados.

Three-dimensional analysis of craniofacial shape in obstructive sleep apnea syndrome using geometric morphometrics / Análisis tridimensional de la forma craneofacial en el síndrome de apnea obstructiva del sueño mediante morfometría geométrica

SUMMARY: Craniofacial morphology is a risk factor for obstructive sleep apnea syndrome. The general aim of this study was to investigate the craniofacial shape differences in adults with and without obstructive sleep apnea syndrome, using geometric morphometric methods. A descriptive study conducted in 106 adult Turkish subjects, consisting of 50 patients with OSAS diagnosed by polysomnography and 56 non-OSAS controls. Three dimensional craniofacial scanning processes were performed on patient subjects on the same day as the PSG. Twelve standard craniofacial landmarks were collected from each subject's 3D craniofacial scan. Geometric morphometric analysis was used to compare the craniofacial shape differences between the OSAS and non-OSAS control groups. No statistically significant difference in terms of general shape in face shapes was found between the OSAS group and control group. However, local significance differences were found. There were significant differences between the groups in some of the interlandmark distances: 11 % of the interlandmark distances were greater in OSAS patients, and 29 % were greater in controls. Greater measured distances in OSAS are concentrated in the nasal region. In the control group, the difference is not concentrated in a specific region. Given the relationship of craniofacial structural alterations and sleep disordered breathing, we hypothesized that inter-landmark distance measurements in the craniofacial anatomy of patients might be predictive of OSA.

RESUMEN: La morfología craneofacial es un factor de riesgo para el síndrome de apnea obstructiva del sueño. El objetivo general de este estudio fue investigar las diferencias de forma craneofacial en adultos con y sin síndrome de apnea obstructiva del sueño utilizando métodos morfométricos geométricos. Un estudio descriptivo realizado en 106 sujetos turcos adultos, de 50 pacientes con SAOS diagnosticados mediante polisomnografía y 56 controles no SAOS. El proceso de escaneo craneofacial tridimensional se realizó en pacientes sujetos el mismo día que el PSG. Se recogieron doce puntos de referencia craneofaciales estándar del escaneo craneofacial 3D de cada sujeto. Se usó el análisis morfométrico geométrico para comparar las diferencias de forma craneofacial entre los grupos de control SAOS y no SAOS. No se encontraron diferencias estadísticamente significativas en términos de forma general en las formas de la cara entre el grupo SAOS y el grupo control. Sin embargo, se encontraron diferencias de significación local. Hubo diferencias significativas entre los grupos en algunas de las distancias interlandmark: el 11 % de las distancias interlandmark fueron mayores en los pacientes con SAOS y el 29 % en los controles. Las mayores distancias medidas en SAOS se concentran en la región nasal. En el grupo de control, la diferencia no se concentra en una región específica. Dada la relación de las alteraciones estructurales craneofaciales y la alteración de la respiración durante el sueño, planteamos la hipótesis de que las mediciones de distancias inter-hito en la anatomía craneofacial de los pacientes podrían ser predictivas de la SAOS.