La búsqueda global no está activada.
Salta al contenido principal
Foro

Foro de debate módulo 4

Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de María José Gacto - Número de respuestas: 6

Regresión en Bioinformática.

La regresión consiste en predecir el valor numérico para una variable a partir de los valores de otras variables. La definición del problema es parecida a la del problema de clasificación (como visteis en el módulo anterior), pero para predecir valores sobre una variable continua o numérica ordinal.

 

Normalmente por la tipología de problemas muchos de los que afrontamos en la vida real suelen ser de clasificación. No obstante, la regresión también es muy importante para estimar variables continuas, estudiar tendencias, etc…

 

Animaros, ¿qué problemas conocéis, que hayáis afrontado, que creáis que son de regresión y no de clasificación dentro del ámbito de la Bioinformática?.

--------------------------------------------

Regression in Bioinformatics.

Regression consists of predicting the numerical value for a variable from the values of other variables. The definition of the problem is similar to that of the classification problem (as you saw in the previous module), but to predict values on a continuous or ordinal numeric variable.

 

Normally, due to the typology of problems, many of the problems we face in real life are usually classification problems. However, regression is also very important for estimating continuous variables, studying trends, etc...

 

Come on, what problems do you know, that you have faced, that you think are regression problems and not classification problems in the field of Bioinformatics?


En respuesta a María José Gacto

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de Augusto Miguel Anguita Ruiz -
Gracias María José... Empiezo con algunos ejemplos:

Predicción de la presión arterial (como valor numérico) a partir de variables como el índice de masa corporal, el sexo o la altura.

Estimación del coeficiente intelectual (también como valor numérico), utilizando como base el contexto genético del individuo.

A veces, incluso, los outcomes no son continuos, sino categóricos o binarios. Pero si agregamos muchos de ellos (decenas, por ejemplo) y les asignamos diferentes pesos, podemos construir un score o valor numérico de riesgo, que también puede modelarse con una regresión.

Un saludo,
Augusto

_________

Thanks a lot MJ. I here paste some examples.

Prediction of blood pressure (as a numerical value) based on variables like body mass index, sex, or height.

Estimation of IQ (also as a numerical value), using the individual’s genetic background as the basis.

Sometimes, outcomes aren’t continuous but rather categorical or binary. However, by combining many of them (dozens, for instance) and assigning them different weights, we can construct a risk score — a numerical value that can also be modeled using regression.

Best regards,
Augusto
En respuesta a Augusto Miguel Anguita Ruiz

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de María José Gacto -
¡Muchas gracias Augusto por tu aportación! Este ejemplo ilustra claramente la utilidad de la regresión en el campo de la bioinformática, donde la capacidad predictiva de los métodos es fundamental. Los modelos de regresión pueden proporcionar información valiosa para comprender los complejos mecanismos detrás de enfermedades genéticas. Esto no solo puede conducir a una mejor comprensión de las enfermedades, sino también a la personalización de tratamientos y estrategias preventivas adaptadas a las necesidades individuales de los pacientes.

----------
Thank you very much Augusto for your contribution! This example clearly illustrates the usefulness of regression in the field of bioinformatics, where the predictive ability of the methods is critical. Regression models can provide valuable information to understand the complex mechanisms behind genetic diseases. This can not only lead to a better understanding of diseases, but also to the personalization of treatments and preventive strategies tailored to the individual needs of patients.
En respuesta a María José Gacto

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de María Isabel Aranda Olmedo -
Hola a todos.

Un ejemplo para la predicción de valores desconocidos por regresión podría ser el de este artículo:
The Relationship between Body Composition and ECG Ventricular Activity in Young Adults. 2022. doi: 10.3390/ijerph191711105.
https://pmc.ncbi.nlm.nih.gov/articles/PMC9518147/pdf/ijerph-19-11105.pdf

Aunque el estudio tiene algunas limitaciones (que ellos mismos reconocen al final de la discusión), pueden concluir que, en adultos jóvenes (entre 18 y 23 años), existe una correlación entre la composición corporal y parámetros de la actividad eléctrica del corazón. Y que el BFP (porcentaje de grasa corporal) es un marcador más preciso del riesgo de alteración de la actividad eléctrica ventricular del corazón que el IMC (índice de masa corporal).

Un saludo.

----------------------

Hello everyone.

An example of predicting unknown values ​​using regression could be the one in this article:
The Relationship between Body Composition and ECG Ventricular Activity in Young Adults. 2022. doi: 10.3390/ijerph191711105.
 
Although the study has some limitations (which they themselves acknowledge at the end of the discussion), they can conclude that, in young adults (between 18 and 23 years old), there is a correlation between body composition and parameters of the electrical activity of the heart. And that BFP (body fat percentage) is a more accurate marker of the risk of altered ventricular electrical activity than BMI (body mass index).

Regards.
En respuesta a María Isabel Aranda Olmedo

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de María José Gacto -
Muchas gracias, Isabel. Tu aportación es muy interesante y representa un claro ejemplo de cómo el uso de la regresión puede ayudar a abordar problemas en bioinformática. Sin duda, es una contribución valiosa para la discusión.
-----
Thank you very much, Isabel. Your contribution is very interesting and provides a clear example of how regression can be used to address problems in bioinformatics. Undoubtedly, it is a valuable addition to the discussion.
En respuesta a María Isabel Aranda Olmedo

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de Augusto Miguel Anguita Ruiz -

Muchísimas gracias por tu mensaje y tu aportación.

Aunque tenga limitaciones como comentas, me ha gustado especialmente este estudio porque no solo argumentan que han aplicado regresión lineal múltiple, sino que justifican haber testeado todos los requisitos necesarios para ello (normalidad de los datos, presencia de outliers, etc). Esto lo testean de forma muy adecuada mediante el uso de técnicas de visualización que destacan en el correspondiente apartado de métodos.

Gracias por tu post ;)

En tu día a día, realizas investigación  María Isabel?

______________________

Thank you very much for your message and your contribution.

Although it has limitations as you comment, I particularly liked this study because not only do they argue that they have applied multiple linear regression, but they justify having tested all the necessary requirements for it (normality of the data, presence of outliers, etc). They test this very well by using visualisation techniques that are highlighted in the corresponding methods section.

Thanks for your post ;)

In your day to day life, do you do research Maria Isabel?

En respuesta a Augusto Miguel Anguita Ruiz

Re: Hilo 1: Regresión en Bioinformática / Thread 1: Regression in Bioinformatics

de María Isabel Aranda Olmedo -
Hola Augusto.
He estado muchos años en investigación. Actualmente estoy desempleada. Busco y espero con ganas que llegue esa nueva oportunidad. Ojalá sea pronto. Mientras, sigo formándome para no dejar de estar actualizada.