Un marco bayesiano integrador de modelos mixtos para el análisis del estudio de desarrollo cognitivo y cerebral...

Área de la Ciencia:

• Neurociencia
• Bioestadística
• Ciencia de Datos

Sus antecedentes:

• El análisis de datos heterogéneos y de alta dimensionalidad de estudios de cohortes multisitio presenta desafíos en la selección de variables y la predicción.
• Las estructuras jerárquicas complejas en los datos requieren marcos analíticos especializados.

Objetivo del estudio:

• Extender el marco de Análisis y Predicción Integrador Bayesiano (BIP) para la selección simultánea de variables y la modelización de resultados.
• Desarrollar un nuevo marco de Modelado Mixto Integrador Bayesiano (BIPmixed) para datos jerárquicos anidados de múltiples vistas.
• Aplicar BIPmixed al Estudio de Desarrollo Cognitivo y Cerebral Adolescente (ABCD) para la predicción de resultados conductuales.

Principales métodos:

• Desarrollo del marco de Modelado Mixto Integrador Bayesiano (BIPmixed).
• Incorporación de efectos aleatorios anidados de 2 niveles para una mejor interpretabilidad y predicción en datos jerárquicos.
• Aplicación de BIPmixed a datos de múltiples vistas (RM de estructuras/funcional, adversidad en la primera infancia) del Estudio ABCD.

Principales resultados:

• BIPmixed integra eficazmente datos de múltiples vistas teniendo en cuenta las estructuras de muestreo anidadas.
• Los estudios de simulación demostraron la solidez de BIPmixed en diferentes configuraciones de efectos aleatorios.
• Identificó variables relevantes y predijo resultados conductuales en el Estudio ABCD.

Conclusiones:

• BIPmixed es una herramienta valiosa para analizar estudios a gran escala con datos complejos, jerárquicos y de múltiples vistas.
• El marco mejora la selección de variables y la precisión predictiva en entornos de datos anidados.
• Facilita el análisis robusto de estudios de cohortes complejos como el Estudio ABCD.