Clasificación de cáncer de mama con técnicas de análisis de la componente principal-Kernel PCA, algoritmos de máquina de vectores de soporte y regresión logística

RESUMEN Fundamento: existen muchas herramientas computacionales para administrar imágenes y conjuntos de datos; reducir la dimensión de estos favorece el manejo de la información. Objetivo: reducir la dimensión de un conjunto de datos para un mejor manejo de la información. Métodos: se utilizó el conjunto de datos de Breast Cancer Wisconsin (información de biopsias - células nucleares) y la plataforma Python Jupyter. Se implementaron técnicas de análisis de la componente principal (PCA) y Kernel PCA (kPCA) para reducir la dimensión a 2, 4, 6. Se hizo una validación cruzada para seleccionar los mejores hiperparámetros de los algoritmos de máquina de vectores de soporte y regresión logística. La clasificación se realizó con el training test original, training test (PCA y kPCA) y training test (datos transformados de PCA y kPCA). Se analizó la exactitud, precisión, exhaustividad, recuperación y el área bajo la curva. Resultados: la PCA con seis componentes explicó la tasa de variación casi en 90 %. Los mejores hiperparámetros hallados para máquina de soporte de vectores: kernel lineal y C = 100, para regresión logística fueron C = 100, Newton-cg solución (solver) e I2. Los mejores resultados de las métricas fueron para PCA 2 y 4(0,99; 0,99; 1; 0,99; 0,99). Para el training set con datos originales fueron 0,96; 0,95; 0,99; 0,97; 0,95. Para regresión logística los mejores resultados fueron para kPCA con seis componentes. Los resultados estadísticos fueron iguales a 1. Para el training set con datos originales, esos valores fueron 0,96; 0,95; 0,99; 0,97; 0.95. Conclusiones: los resultados de las métricas mejoraron utilizando PCA y kPCA.

ABSTRACT Background: there are many computational tools for managing images and data sets; reducing the size of these favors the management of information. Objective: reduce the data set size for better information management. Methods: the Breast Cancer Wisconsin data set (biopsy information - nuclear cells) and the Python Jupyter platform were used. Principal Component Analysis (PCA) and Kernel PCA (kPCA) techniques were implemented to reduce the dimension to 2, 4, 6. Cross-validation was made to select the best hyperparameters of the regression and support vector machine algorithms Logistics. The classification was carried out with the original training test, training test (PCA and kPCA) and training test (data transformed from PCA and kPCA). Accuracy, precision, completeness, recovery, and area under the curve were analyzed. Results: the PCA with six components explained the variation rate by almost 90%. The best hyperparameters found for the vector support machine: linear kernel and C = 100, for logistic regression were C = 100, Newton-cg solution (solver) and I2. The best results of the metrics were for PCA 2 and 4 (0.99, 0.99, 1, 0.99, 0.99). For the training set with original data they were 0.96; 0.95; 0.99; 0.97; 0.95. For logistic regression the best results were for kPCA with 6 components. The statistical results were equal to 1. For the training set with original data, these values were 0.96; 0.95; 0.99; 0.97; 0.95. Conclusions: the results of the metrics improved using PCA and kPCA.

Tendencia de la mortalidad por fibrosis pulmonar idiopática en Chile / Trend in idiopathic pulmonary fibrosis in Chile

INTRODUCCIÓN: La Fibrosis Pulmonar Idiopática (FPI) es una de las enfermedades respiratorias crónicas del adulto de mayor impacto y letalidad, diversos estudios epidemiológicos muestran tendencias progresivas al aumento de las tasas de mortalidad por FPI. En Chile no existen reportes sobre las tendencias de las tasas de mortalidad por FPI. El objetivo del presente estudio es determinar las tendencias de la mortalidad por FPI en Chile entre los años 2002 y 2015. MÉTODO: Estudio descriptivo de diseño ecológico, a partir de la información de bases de datos secundarias de libre disposición de las estadísticas vitales del Departamento de Estadísticas e Información de Salud (DEIS) y del Instituto Nacional de Estadísticas (INE) de Ministerio de Salud de Chile entre los años 2002 y 2015 se obtuvieron las tasas crudas de mortalidad por fibrosis pulmonar idiopática en población de 45 años y más en ambos sexos y las tasas ajustadas por sexo y edad por regiones, se calculó también la frecuencia mensual de las muertes por FPI y se compararon las tasas medias de mortalidad por regiones. RESULTADOS: Se observó un incremento progresivo de la tasa nacional cruda de mortalidad por FPI entre los años 2002 a 2015, la que fue de 18,5 fallecidos por 100.000 habitantes en el año 2002 hasta 24,6 fallecidos por 100.000 habitantes en el año 2015 con una pendiente de ascenso por año de +0,27 por 100.000 habitantes (p = 0,013). En las mujeres las tasas fueron más altas que en los hombres, pero las pendientes de ascenso no presentaron diferencias entre sexos. En la gran mayoría de las regiones las tasas ajustadas presentaron tendencias significativas al ascenso y las tasas medias más altas se presentaron en las regiones del norte de Chile. Se observó un comportamiento estacional de las muertes siendo las frecuencias más altas en los meses de invierno. CONCLUSIONES: Las tasas de mortalidad por FPI en Chile presentan una tendencia progresiva al aumento, con marcadas diferencias regionales lo que lleva a considerar, entre otros factores, influencia ambiental y contaminación del aire y de suelos que se debieran investigar para poder realizar intervenciones de salud pública que permitan reducir la mortalidad de esta enfermedad en nuestro país.

BACKGROUND: Idiopathic Pulmonary Fibrosis (IPF) is one of the chronic respiratory diseases in adults with the greatest impact and high case fatality rate. Various epidemiological studies show progressive trends towards increasing IPF mortality rates. In Chile there are no national reports on country and regional trends in IPF mortality rates. The objective of this study is to determine trends in mortality due to IPF in Chile from year 2002 to 2015. METHOD: Epidemiological study of ecological design based on information from public databases of vital statistics of the Department of Health Statistics and Information (DEIS) and the National Institute of Statistics (INE) of the Ministry of Health of Chile. Crude mortality rates due to IPF in the population aged 45 years and over in both sexes were obtained from years 2002 to 2015. Besides the adjusted mortality rates for sex and age by region, the monthly frequency of IPF deaths during the same period and the average mortality rates by Chilean regions were calculated. RESULTS: A progressive increasing trend in the crude national IPF mortality rate was observed between years 2002 to 2015, which went from 18.5 deaths per 100,000 inhabitants in 2002 to 24.6 deaths per 100,000 inhabitants in 2015 with a slope of ascent per year of +0.27 per 100,000 inhabitants (p = 0.013); female rates were higher than men rates, but without differences in the slopes between sexes; in the vast majority of the regions the rates showed significant upward trends with the higher ones in the northern regions of Chile. A seasonal behavior of the death's frequency was observed being the highest in the winter term. CONCLUSIONS: Mortality rates due to IPF in Chile show a progressive upward trend, with marked regional differences which leads to consider, among other factors, environmental influence and air and soil contamination that should be investigated to carry out public health interventions that allow reducing the mortality of this disease in our country.

Enfermedad pulmonar obstructiva crónica y comportamiento sedentario: revisión sistemática / Chronic obstructive pulmonary disease and sedentary behavior: a systematic review

INTRODUCCIÓN: A pesar del progreso de la investigación mundial sobre el comportamiento sedentario, sabemos poco aún acerca de sus relaciones y efectos en la población con enfermedad pulmonar obstructiva crónica (EPOC), por eso el objetivo de esta revisión fue analizar la evidencia actual y más frecuente disponible sobre este tema. MÉTODO: Se utilizaron cinco bases de datos electrónicas para realizar una revisión cualitativa diagnóstica. Los documentos elegibles de los últimos cinco años se analizaron descriptivamente en una tabla de extracción de datos y analizaron por separados los distintos temas encontrados. RESULTADOS: Se evidenció en varios artículos el alto comportamiento sedentario en EPOC, y cómo se relaciona con el nivel de severidad de la enfermedad y con mortalidad. La estrategia principal sugerida fue reemplazar el tiempo sedente con actividad física. Discusión: Los resultados de la revisión son similares a lo estudiado en población de variada comorbilidad. Sin embargo, los precedentes de éstos son más específicos en cuanto a recomendaciones. Deben tomarse en cuenta aquellos hallazgos previos como directriz de estudio en la EPOC, ya que se comparte la base fisiopatológica de inflamación crónica sistémica. CONCLUSIÓN: Algunos hallazgos encontrados con mayor frecuencia, son la relación del comportamiento sedentario con la mortalidad y el desarrollo de mayor comorbilidad en la EPOC, además de la intervención a través de la actividad física, por lo cual es necesario profundizar en esta temática buscando estrategias y recomendaciones específicas para esta población.

INTRODUCTION: Despite the progress of global research on sedentary behavior, we know little about its relationships and its effects on the population with chronic obstructive pulmonary disease (COPD). therefore, the purpose of this review was to analyze the current and most common evidence available on these issues. METHOD: Five electronic databases were used to conduct a qualitative diagnostic review. eligible documents from the past five years were descriptively analyzed in a data extraction table and analyzed separately the various topics found. RESULTS: High sedentary behavior in COPD was evident in several articles, and how it relates to the severity level of the disease and mortality. the main suggested strategy was to replace sedentary time with physical activity. Discussion: The results of this review are similar to what is studied in a population of varied co-morbility. However, their precedents are more specific in terms of recommendations. previous findings should be considered as a study guideline in COPD, as the pathological basis of chronic systemic inflammation is shared. CONCLUSION: Some findings found more frequently are the relationship of sedentary behavior with mortality and the development of greater co-morbility in COPD, in addition to intervention through physical activity, so it is necessary to deepen this topic by looking for strategies and recommendations specific to this population.

Biblioteca para el diseño del cuaderno de recogida de datos en ensayos clínicos en Openclinica / Library for Designing the Case Report Form of Clinical Trials in Openclinica

Introducción: El Centro Nacional Coordinador de Ensayos Clínicos (CENCEC) utiliza el software OpenClinica para diseñar los Cuadernos de Recogida de Datos (CRD) de los ensayos clínicos. Cada ensayo tiene características específicas, pero existen datos comunes a todos los ensayos que pueden ser estandarizados. Objetivo: Desarrollar una biblioteca de plantillas para el diseño de los CRD. Método: Se realizó un análisis documental de los estándares para el manejo de datos en los ensayos clínicos y se analizaron los diseños utilizados en cuatro ensayos desarrollados en OpenClinica. Resultados: Según los tipos de datos que se registran en los ensayos clínicos se diseñaron 14 plantillas. Cada plantilla, es un fichero Excel con cinco hojas de trabajo donde se registran todas las definiciones del CRD. Las plantillas se han utilizado en tres ensayos clínicos con resultados favorables. Conclusión: Las 14 plantillas que componen la biblioteca CRD fueron diseñadas permitiendo su futura reutilización en la gestión de datos de nuevos ensayos clínicos(AU)

Introduction: CENCEC uses OpenClinica software to design the database of the Case Report Forms (CRF) of the clinical trials (CT). Every trial has specific characteristics although some of them are common to all trials which permit to standardize the process. Objective: To develop a library of templates in order to design the CRF. Methods: A documentary analyses of the standards for data management in clinical trials was performed and in addition of that four designs developed at OpenClinica were reviewed. Results: A library of 14 templates according to data types of CT was proposed. Every template is an Excel file with five sheets in which the definitions of the CRF is registered. The templates have been used in three CT. Conclusions: The 14 templates that make up the CRF library were designed allowing their future reuse in the management of data from new clinical trials(AU)

Cali cancer registry methods / Métodos del Registro de Cáncer en Cali, Colombia

Abstract Background: The Population Cancer Registry of Cali (RPCC) has operated since 1962, disseminating high quality information to provide a framework to assess and control the burden of cancer in Cali. Methods: The collection of new cancer cases in permanent residents of Cali is done through active search in and notification from hospitals, and public and private laboratories. The Secretary of Municipal Public Health provides individual information on general mortality and death from cancer. Tumors are coded with ICDO-3 and mortality with ICD-10. Presented rates are standardized by age and trends are assessed by estimating the percentage annual change using the regression analysis in JoinPoint. The 5-year net survival was analyzed with the Pohar-Perme estimator. Results: The 88.5% of the registered cancers had morphological verification (MV). The proportion of unknown primary site represented 5% and the death certificate only cases (DCO) varied between 0 to3% depending on the cancer site. All deaths were certified by a physician, 94.2% of cancer deaths were correctly certified. The ill-defined site proportion was 5.3% and that of uterine cancer not specified (C55) was 0.5%. For survival analysis, existing data collection procedure and infrastructure ensures assessment of the patient's vital status and follow-up, with an average lost to follow-up of 13.2%. Comment: The information has been published in the eleven volumes of "Cancer Incidence in Five Continents" confirming high quality of the collected data. The RPCC PCRC has also participated in the Concord Study and is participating in SURVCAN-3.

Resumen Antecedentes: El Registro Poblacional de Cáncer de Cali (RPCC) opera de manera continua desde 1962 divulgando información de calidad para proporcionar un marco para valorar y controlar el impacto del cáncer en Cali. Métodos: La recolección de los casos nuevos de cáncer en residentes permanentes de Cali se hace mediante búsqueda activa y por notificación en los hospitales y laboratorios públicos y privados. La Secretaria de Salud Pública Municipal proporciona la información individual de mortalidad general y por cáncer. Los tumores se codifican con la CIO-3 y la mortalidad con la CIE-10. Las tasas se estandarizan por edad y la tendencia se estudia con el porcentaje de cambio anual y con la regresión de JoinPoint. La supervivencia neta a 5 años se analizó con el estimador de Pohar-Perme. Resultados: El 88.5% de los canceres tuvieron verificación morfológica (VM). La proporción de los casos codificada como de sitio mal definido representó el 5% y el certificado de defunción como única evidencia del diagnóstico de cáncer (DCO) varió entre 0-3% dependiendo de la localización. Todas las defunciones fueron certificadas por un médico, el 94.2% de las muertes por cáncer fueron bien certificadas. La proporción de sitio mal definido fue 5.3% y la de cáncer de útero no especificado (C55) fue 0.5%. En todos los casos de supervivencia fue posible el seguimiento y la proporción de censuras fue 13.2% Comentario: La información ha sido publicada en los once volúmenes de "Cancer Incidence in Five Continents". El RPCC participó en el Estudio Concord y está participando en SURVCAN-3.