Uso del análisis discriminante cuadrático en la minería de datos. Creación de una aplicación web con R para clasificar o predecir datos reales

Abstract

[ES]En la era digital actual, la capacidad de generar y almacenar grandes cantidades de datos ha transformado numerosos campos, incluida la medicina. Este trabajo se centra en el desarrollo de una aplicación web utilizando RStudio, destinada a predecir y diagnosticar la ictiosis mediante el análisis discriminante cuadrático (QDA). La motivación principal de este proyecto radica en proporcionar una herramienta útil para los clínicos, que facilite el proceso de diagnóstico de esta enfermedad genética de la piel. Se ha descrito detalladamente el análisis discriminante cuadrático, una técnica estadística avanzada que permite manejar clases con diferentes matrices de covarianza, crucial para obtener predicciones precisas en datos complejos como los del microbioma asociado a la ictiosis. A diferencia del análisis discriminante lineal (LDA), el QDA captura mejor la variabilidad y las características intrínsecas de los datos biomédicos. El desarrollo de la aplicación web se llevó a cabo con Shiny, un paquete de R que facilita la creación de aplicaciones interactivas. Esta aplicación permite a los usuarios cargar nuevos conjuntos de datos y obtener predicciones inmediatas sobre la presencia de ictiosis, con una interfaz intuitiva diseñada para la accesibilidad a todo tipo de usuarios. Se implementaron y evaluaron diferentes modelos de QDA aplicados a una base de datos de 34 pacientes menores de 18 años, con muestras de regiones sanas y afectadas de la piel. Aunque los resultados no alcanzaron una precisión óptima en todas las pruebas, demostraron la eficacia del QDA para clasificar diferentes diagnósticos basados en variables del microbioma. Estos resultados validan la viabilidad de utilizar técnicas de aprendizaje automático y análisis estadístico avanzado en el diagnóstico de enfermedades raras. En conclusión, este trabajo ha integrado exitosamente una herramienta práctica y robusta para el diagnóstico de ictiosis, contribuyendo significativamente a los campos de la bioinformática y la medicina. La aplicación web desarrollada no solo mejora la precisión del diagnóstico clínico, sino que también proporciona un marco para futuras investigaciones y aplicaciones en el análisis de datos biomédicos. Este proyecto destaca la importancia de las tecnologías emergentes en la mejora de la atención médica y el diagnóstico de enfermedades, abriendo nuevas posibilidades para la utilización de técnicas estadísticas avanzadas en la práctica clínica diaria.

[EN]In today’s digital era, the ability to generate and store large amounts of data has transformed numerous fields, including medicine. This work focuses on the development of a web application using RStudio, aimed at predicting and diagnosing ichthyosis through quadratic discriminant analysis (QDA). The main motivation for this project is to provide a useful tool for clinicians to facilitate the diagnostic process of this genetic skin disease. Quadratic discriminant analysis, an advanced statistical technique that handles classes with different covariance matrices, is described in detail. This is crucial for obtaining accurate predictions in complex data, such as the microbiome data associated with ichthyosis. Unlike linear discriminant analysis (LDA), QDA better captures the variability and intrinsic characteristics of biomedical data. The web application was developed with Shiny, an R package that facilitates the creation of interactive applications. This application allows users to load new datasets and obtain immediate predictions about the presence of ichthyosis, with an intuitive interface designed for accessibility to all types of users. Various QDA models were implemented and evaluated on a database of 34 patients under 18 years old, with samples from healthy and affected skin regions. Although the results did not achieve optimal accuracy in all tests, they demonstrated the effectiveness of QDA in classifying different diagnoses based on microbiome variables. These results validate the feasibility of using machine learning techniques and advanced statistical analysis in the diagnosis of rare diseases. In conclusion, this work has successfully integrated a practical and robust tool for the diagnosis of ichthyosis, significantly contributing to the fields of bioinformatics and medicine. The developed web application not only improves the accuracy of clinical diagnosis but also provides a framework for future research and applications in biomedical data analysis. This project highlights the importance of emerging technologies in improving medical care and disease diagnosis, opening new possibilities for the use of advanced statistical techniques in daily clinical practice