Skip to content

Analisi e sviluppo di modelli predittivi per fattori ematochimici in pazienti affetti da SARS-CoV-2

Estratto della Tesi di Ilenia Zagaria

Estratto dalla tesi: Analisi e sviluppo di modelli predittivi per fattori ematochimici in pazienti affetti da SARS-CoV-2
INTRODUZIONE 
 
9 
 
 
Pertanto, oramai l'analisi dell’enorme compendio di dati attraverso l'analisi statistica diretta 
a livello pratico è impossibile poiché la quantità di dati disponibili inonda la capacità di un 
individuo di eseguire e difficilmente interpretare i risultati di tutti i test possibili. 
1.2 Machine Learning 
Per ovviare alle problematiche sopraccitate sono stati implementati strumenti riguardanti 
le strategie di apprendimento automatico. Il Machine Learning (ML) è una branca 
dell’intelligenza artificiale (AI) che si occupa dello studio degli algoritmi di apprendimento 
e dei relativi modelli statistici. Una definizione data da Tom Mitchell in “M. Machine 
Learning. McGraw-Hill, 1997” definisce come il Machine Learning un software capace di 
apprendere dall’esperienze, incrementando le misure di perfomance in un determinato task. 
L’approccio computazionale in ambito biomedico è diventato il pilastro a partire dalle 
tecniche di rilevazione di immagini, alla comprensione dei dati genetici, che non sono 
interpretabili a occhio nudo e allo sviluppo dei farmaci, poiché è in grado di garantire una 
riduzione di tempi e costi delle indagini preliminari grazie alle simulazioni modelli 
matematici delle attività della molecola.  
Questo comporta un miglioramento a livello di tempistiche necessarie alla diagnosi, di 
accuratezza e di semplificazione di riconoscimento di patologie specifiche anche da parte 
di medici non specializzati, in modo da sottoporre il prima possibile il paziente a esami 
specialistici in caso di necessità. Inoltre, ogni paziente potrebbe subire un errore di diagnosi 
e questo potrebbe ritardare o complicare le terapie rendendole inefficaci, o addirittura 
potrebbe portare l'insorgenza o la progressione di una malattia. Grazie all’elaborazione dei 
dati raccolti durante le visite, è possibile identificare prima il problema e rispondere meglio 
alle necessità del paziente. Per valutare le prestazioni di un modello è fondamentale 
considerare l’accuratezza che misura la percentuale di previsioni corrette. Un aspetto 
negativo da non trascurare è il legame inversamente proporzionale presente tra accuratezza 
e tempo: un modello molto accurato potrebbe richiedere elevati tempi di elaborazione, per 
cui è fondamentale saper valutare le esigenze.  
Un ulteriore aspetto da considerare è la selezione del modello e il proprio addestramento. 
Infatti, due problemi principali che si potrebbero riscontrare sono la scelta del tipo di 
algoritmo sbagliato e la scelta errata dei dati. La scelta dell’algoritmo dipende dal dominio,

Estratto dalla tesi:

Analisi e sviluppo di modelli predittivi per fattori ematochimici in pazienti affetti da SARS-CoV-2

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Ilenia Zagaria
  Tipo: Laurea I ciclo (triennale)
  Anno: 2019-20
  Università: Politecnico di Bari
  Facoltà: Ingegneria
  Corso: Ingegneria dei Sistemi Medicali
  Relatore: Vitoantonio Bevilacqua
  Lingua: Italiano
  Num. pagine: 99

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

machine learning
python
inferenza statistica
apprendimento supervisionato
covid-19
sars-cov-2
fattori ematochimici
biomarcatori clinici
analisi predittiva
analisi di sopravvivenza

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi