Tratamiento de Artritis reumatoide con antagonistas del factor de necrosis tumoral alfa y su asociación con el desarrollo de melanoma cutáneo: revisión sistemática de la literatura y meta-análisis.

Introducción: El tratamiento con antagonistas del factor de necrosis tumoral alfa (anti TNF) ha impactado el pronóstico y la calidad de vida de los pacientes con artritis reumatoide (AR) positivamente, sin embargo, se interroga un incremento en el riesgo de desarrollar melanoma. Objetivo: Conocer la asociación entre el uso de anti TNF y el desarrollo de melanoma maligno en pacientes con AR. Metodología: Se realizó una búsqueda sistemática en MEDLINE, EMBASE, COCHRANE LIBRARY y LILACS para ensayos clínicos, estudios observacionales, revisiones y meta-análisis en pacientes adultos con diagnóstico de AR y manejo con anti TNF (Certolizumab pegol, Adalimumab, Etanercept, Infliximab y Golimumab). Resultados: 37 estudios clínicos cumplieron los criterios de inclusión para el meta-análisis, con una población de 16567 pacientes. El análisis de heterogeneidad no fue significativo (p=1), no se encontró diferencia en el riesgo entre los grupos comparados DR -0.00 (IC 95% -0.001; -0.001). Un análisis adicional de los estudios en los que se reportó al menos 1 caso de melanoma (4222 pacientes) tampoco mostró diferencia en el riesgo DR -0.00 (IC 95% -0.004 ; -0.003). Conclusión: En la evidencia disponible a la fecha no encontramos asociación significativa entre el tratamiento con anti TNF en pacientes con diagnóstico de AR y el desarrollo de melanoma cutáneo.

The crime kuznets curve

We document the existence of a Crime Kuznets Curve in US states since the 1970s. As income levels have risen, crime has followed an inverted U-shaped pattern, first increasing and then dropping. The Crime Kuznets Curve is not explained by income inequality. In fact, we show that during the sample period inequality has risen monotonically with income, ruling out the traditional Kuznets Curve. Our finding is robust to adding a large set of controls that are used in the literature to explain the incidence of crime, as well as to controlling for state and year fixed effects. The Curve is also revealed in nonparametric specifications. The Crime Kuznets Curve exists for property crime and for some categories of violent crime.

Fronts from complex two-dimensional dispersal kernels: theory and application to Reid's paradox

Bimodal dispersal probability distributions with characteristic distances differing by several orders of magnitude have been derived and favorably compared to observations by Nathan [Nature (London) 418, 409 (2002)]. For such bimodal kernels, we show that two-dimensional molecular dynamics computer simulations are unable to yield accurate front speeds. Analytically, the usual continuous-space random walks (CSRWs) are applied to two dimensions. We also introduce discrete-space random walks and use them to check the CSRW results (because of the inefficiency of the numerical simulations). The physical results reported are shown to predict front speeds high enough to possibly explain Reid's paradox of rapid tree migration. We also show that, for a time-ordered evolution equation, fronts are always slower in two dimensions than in one dimension and that this difference is important both for unimodal and for bimodal kernels

Anisotropic dispersion, space competition, and the slowdown of the Neolithic transition

The front speed of the Neolithic (farmer) spread in Europe decreased as it reached Northern latitudes, where the Mesolithic (huntergatherer) population density was higher. Here, we describe a reaction diffusion model with (i) an anisotropic dispersion kernel depending on the Mesolithic population density gradient and (ii) a modified population growth equation. Both effects are related to the space available for the Neolithic population. The model is able to explain the slowdown of the Neolithic front as observed from archaeological data

Estudi de mètodes de classificació borrosa i la seva aplicació a l'agrupació de zones geogràfiques en base a diverses característiques incertes

Aquesta memòria està estructurada en sis capítols amb l'objectiu final de fonamentar i desenvolupar les eines matemàtiques necessàries per a la classificació de conjunts de subconjunts borrosos. El nucli teòric del treball el formen els capítols 3, 4 i 5; els dos primers són dos capítols de caire més general, i l'últim és una aplicació dels anteriors a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. En el capítol 1 s'analitzen les diferents connectives borroses posant una especial atenció en aquells aspectes que en altres capítols tindran una aplicació específica. És per aquest motiu que s'estudien les ordenacions de famílies de t-normes, donada la seva importància en la transitivitat de les relacions borroses. La verificació del principi del terç exclòs és necessària per assegurar que un conjunt significatiu de mesures borroses generalitzades, introduïdes en el capítol 3, siguin reflexives. Estudiem per a quines t-normes es verifica aquesta propietat i introduïm un nou conjunt de t-normes que verifiquen aquest principi. En el capítol 2 es fa un recorregut general per les relacions borroses centrant-nos en l'estudi de la clausura transitiva per a qualsevol t-norma, el càlcul de la qual és en molts casos fonamental per portar a terme el procés de classificació. Al final del capítol s'exposa un procediment pràctic per al càlcul d'una relació borrosa amb l'ajuda d'experts i de sèries estadístiques. El capítol 3 és un monogràfic sobre mesures borroses. El primer objectiu és relacionar les mesures (o distàncies) usualment utilitzades en les aplicacions borroses amb les mesures conjuntistes crisp. Es tracta d'un enfocament diferent del tradicional enfocament geomètric. El principal resultat és la introducció d'una família parametritzada de mesures que verifiquen unes propietats de caràcter conjuntista prou satisfactòries. L'estudi de la verificació del principi del terç exclòs té aquí la seva aplicació sobre la reflexivitat d'aquestes mesures, que són estudiades amb una certa profunditat en alguns casos particulars. El capítol 4 és, d'entrada, un repàs dels principals resultats i mètodes borrosos per a la classificació dels elements d'un mateix conjunt de subconjunts borrosos. És aquí on s'apliquen els resultats sobre les ordenacions de les famílies de t-normes i t-conormes estudiades en el capítol 1. S'introdueix un nou mètode de clusterització, canviant la matriu de la relació borrosa cada vegada que s'obté un nou clúster. Aquest mètode permet homogeneïtzar la metodologia del càlcul de la relació borrosa amb el mètode de clusterització. El capítol 5 tracta sobre l'agrupació d'objectes de diferent naturalesa; és a dir, subconjunts borrosos que pertanyen a diferents conjunts. Aquesta teoria ja ha estat desenvolupada en el cas binari; aquí, el que es presenta és la seva generalització al cas n-ari. Més endavant s'estudien certs aspectes de les projeccions de la relació sobre un cert espai i el recíproc, l'estudi de cilindres de relacions predeterminades. Una aplicació sobre l'agrupació de les comarques gironines en funció de certes variables borroses es presenta al final del capítol. L'últim capítol és eminentment pràctic, ja que s'aplica allò estudiat principalment en els capítols 3 i 4 a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. Per tal de fer previsions per a anys venidors s'han utilitzat sèries temporals i xarxes neuronals. S'han emprat diverses mesures i mètodes de clusterització per tal de poder comparar els diversos dendogrames que resulten del procés de clusterització. Finalment, als annexos es poden consultar les sèries estadístiques utilitzades, la seva extrapolació, els càlculs per a la construcció de les matrius de les relacions borroses, les matrius de mesura i les seves clausures.

Image classification for a large number of object categories

L'increment de bases de dades que cada vegada contenen imatges més difícils i amb un nombre més elevat de categories, està forçant el desenvolupament de tècniques de representació d'imatges que siguin discriminatives quan es vol treballar amb múltiples classes i d'algorismes que siguin eficients en l'aprenentatge i classificació. Aquesta tesi explora el problema de classificar les imatges segons l'objecte que contenen quan es disposa d'un gran nombre de categories. Primerament s'investiga com un sistema híbrid format per un model generatiu i un model discriminatiu pot beneficiar la tasca de classificació d'imatges on el nivell d'anotació humà sigui mínim. Per aquesta tasca introduïm un nou vocabulari utilitzant una representació densa de descriptors color-SIFT, i desprès s'investiga com els diferents paràmetres afecten la classificació final. Tot seguit es proposa un mètode par tal d'incorporar informació espacial amb el sistema híbrid, mostrant que la informació de context es de gran ajuda per la classificació d'imatges. Desprès introduïm un nou descriptor de forma que representa la imatge segons la seva forma local i la seva forma espacial, tot junt amb un kernel que incorpora aquesta informació espacial en forma piramidal. La forma es representada per un vector compacte obtenint un descriptor molt adequat per ésser utilitzat amb algorismes d'aprenentatge amb kernels. Els experiments realitzats postren que aquesta informació de forma te uns resultats semblants (i a vegades millors) als descriptors basats en aparença. També s'investiga com diferents característiques es poden combinar per ésser utilitzades en la classificació d'imatges i es mostra com el descriptor de forma proposat juntament amb un descriptor d'aparença millora substancialment la classificació. Finalment es descriu un algoritme que detecta les regions d'interès automàticament durant l'entrenament i la classificació. Això proporciona un mètode per inhibir el fons de la imatge i afegeix invariança a la posició dels objectes dins les imatges. S'ensenya que la forma i l'aparença sobre aquesta regió d'interès i utilitzant els classificadors random forests millora la classificació i el temps computacional. Es comparen els postres resultats amb resultats de la literatura utilitzant les mateixes bases de dades que els autors Aixa com els mateixos protocols d'aprenentatge i classificació. Es veu com totes les innovacions introduïdes incrementen la classificació final de les imatges.

Desenvolupament, implementació i aplicació de noves metodologies per a l'estudi de la reactivitat química i de les propietats òptiques no lineals

El coneixement de la superfície d'energia potencial (PES) ha estat essencial en el món de la química teòrica per tal de discutir tant la reactivitat química com l'estructura i l'espectroscòpia molecular. En el camp de la reactivitat química es hem proposat continuar amb el desenvolupament de nova metodologia dins el marc de la teoria del funcional de la densitat conceptual. En particular aquesta tesis es centrarà en els següents punts: a) El nombre i la naturalesa dels seus punts estacionaris del PES poden sofrir canvis radicals modificant el nivell de càlcul utilitzats, de tal manera que per estar segurs de la seva naturalesa cal anar a nivells de càlcul molt elevats. La duresa és una mesura de la resistència d'un sistema químic a canviar la seva configuració electrònica, i segons el principi de màxima duresa on hi hagi un mínim o un màxim d'energia trobarem un màxim o un mínim de duresa, respectivament. A l'escollir tot un conjunt de reaccions problemàtiques des del punt de vista de presència de punts estacionaris erronis, hem observat que els perfils de duresa són més independents de la base i del mètode utilitzats, a més a més sempre presenten el perfil correcte. b) Hem desenvolupat noves expressions basades en les integracions dels kernels de duresa per tal de determinar la duresa global d'una molècula de manera més precisa que la utilitzada habitualment que està basada en el càlcul numèric de la derivada segona de l'energia respecte al número d'electrons. c) Hem estudiat la validesa del principis de màxima duresa i de mínima polaritzabiliat en les vibracions asimètriques en sistemes aromàtics. Hem trobat que per aquests sistemes alguns modes vibracionals incompleixen aquests principis i hem analitzat la relació d'aquest l'incompliment amb l'efecte de l'acoblament pseudo-Jahn-Teller. A més a més, hem postulat tot un conjunt de regles molt senzilles que ens permetien deduir si una molècula compliria o no aquests principis sense la realització de cap càlcul previ. Tota aquesta informació ha estat essencial per poder determinar exactament quines són les causes del compliment o l'incompliment del MHP i MPP. d) Finalment, hem realitzat una expansió de l'energia funcional en termes del nombre d'electrons i de les coordenades normals dintre del conjunt canònic. En la comparació d'aquesta expansió amb l'expansió de l'energia del nombre d'electrons i del potencial extern hem pogut recuperar d'una altra forma diferent tot un conjunt de relacions ja conegudes entre alguns coneguts descriptors de reactivitat del funcional de la densitat i en poden establir tot un conjunt de noves relacions i de nous descriptors. Dins del marc de les propietats moleculars es proposa generalitzar i millorar la metodologia pel càlcul de la contribució vibracional (Pvib) a les propietats òptiques no lineals (NLO). Tot i que la Pvib no s'ha tingut en compte en la majoria dels estudis teòrics publicats de les propietats NLO, recentment s'ha comprovat que la Pvib de diversos polímers orgànics amb altes propietats òptiques no lineals és fins i tot més gran que la contribució electrònica. Per tant, tenir en compte la Pvib és essencial en el disseny dels nous materials òptics no lineals utilitzats en el camp de la informàtica, les telecomunicacions i la tecnologia làser. Les principals línies d'aquesta tesis sobre aquest tema són: a) Hem calculat per primera vegada els termes d'alt ordre de Pvib de diversos polímers orgànics amb l'objectiu d'avaluar la seva importància i la convergència de les sèries de Taylor que defineixen aquestes contribucions vibracionals. b) Hem avaluat les contribucions electròniques i vibracionals per una sèrie de molècules orgàniques representatives utilitzant diferents metodologies, per tal de poder de determinar quina és la manera més senzilla per poder calcular les propietats NLO amb una precisió semiquantitativa.

Análisis de brechas económicas territoriales y su relación con la pobreza en Ecuador

El presente trabajo tiene por finalidad visibilizar las brechas territoriales en el ingreso, la pobreza y la desigualdad de Ecuador en el período 2007 – 2013, el análisis se apoya en técnicas de estadística descriptiva para analizar la evolución del ingreso per cápita; gráficas de densidad Kernel para el análisis comparativo de la distribución del ingreso entre territorios; estadística inferencial aplicada a las variaciones de la incidencia de la pobreza y el coeficiente de Gini; y finalmente mediante técnicas econométricas del enfoque de crecimiento “pro-pobre” se identifica la relación entre los niveles de pobreza, el crecimiento del ingreso per cápita y la redistribución del ingreso en los territorios sub nacionales. Los resultados evidencian una estructura territorial sub nacional con marcadas brechas en los niveles y distribución del ingreso, con incidencia irregular de la pobreza a lo largo del país, no obstante durante el período 2007-2013 estas brechas tienden a reducirse, observándose además un crecimiento económico “pro pobre” en la mayoría de provincias entre el 2010 y 2013.

Spherical nonparametric estimators applied to the UGAMP model integration for AMIP

The aim of this paper is essentially twofold: first, to describe the use of spherical nonparametric estimators for determining statistical diagnostic fields from ensembles of feature tracks on a global domain, and second, to report the application of these techniques to data derived from a modern general circulation model. New spherical kernel functions are introduced that are more efficiently computed than the traditional exponential kernels. The data-driven techniques of cross-validation to determine the amount elf smoothing objectively, and adaptive smoothing to vary the smoothing locally, are also considered. Also introduced are techniques for combining seasonal statistical distributions to produce longer-term statistical distributions. Although all calculations are performed globally, only the results for the Northern Hemisphere winter (December, January, February) and Southern Hemisphere winter (June, July, August) cyclonic activity are presented, discussed, and compared with previous studies. Overall, results for the two hemispheric winters are in good agreement with previous studies, both for model-based studies and observational studies.

An improved algorithm for generating global window brightness temperatures from multiple satellite infrared imagery

An improved algorithm for the generation of gridded window brightness temperatures is presented. The primary data source is the International Satellite Cloud Climatology Project, level B3 data, covering the period from July 1983 to the present. The algorithm rakes window brightness, temperatures from multiple satellites, both geostationary and polar orbiting, which have already been navigated and normalized radiometrically to the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer, and generates 3-hourly global images on a 0.5 degrees by 0.5 degrees latitude-longitude grid. The gridding uses a hierarchical scheme based on spherical kernel estimators. As part of the gridding procedure, the geostationary data are corrected for limb effects using a simple empirical correction to the radiances, from which the corrected temperatures are computed. This is in addition to the application of satellite zenith angle weighting to downweight limb pixels in preference to nearer-nadir pixels. The polar orbiter data are windowed on the target time with temporal weighting to account for the noncontemporaneous nature of the data. Large regions of missing data are interpolated from adjacent processed images using a form of motion compensated interpolation based on the estimation of motion vectors using an hierarchical block matching scheme. Examples are shown of the various stages in the process. Also shown are examples of the usefulness of this type of data in GCM validation.

Investigating the practicality of using radio tracking to determine home range and movements of Picathartidae

Radiotelemetry is an important tool used to aid the understanding and conservation of cryptic and rare birds. The two bird species of the family Picathartidae are little-known, secretive, forest-dwelling birds endemic to western and central Africa. In 2005, we conducted a radio-tracking trial of Grey-necked Picathartes Picathartes oreas in the Mbam Minkom Mountain Forest, southern Cameroon, using neck collar (two birds) and tail-mounted (four birds) transmitters to investigate the practicality of radio-tracking Picathartidae. Three birds with tail-mounted transmitters were successfully tracked with the fourth, though not relocated for radio tracking, resighted the following breeding season. Two of these were breeding birds that continued to provision young during radio tracking. One neck-collared bird was found dead three days after transmitter attachment and the other neither relocated nor resighted. As mortality in one bird was potentially caused by the neck collar transmitter we recommend tail-mounted transmitters in future radio-tracking studies of Picathartidae. Home ranges, shown using minimum convex polygon and kernel estimation methods, were generally small (<0.5 km(2)) and centred around breeding sites. A minimum of 60 fixes were found to be sufficient for home range estimation.

Will rising household incomes solve China's micronutrient deficiency problems?

Rapid economic growth in China has resulted in substantially improved household incomes. Diets have also changed, with a movement away from traditional foods and towards animal products and processed foods. Yet micronutrient deficiencies, particularly for calcium and vitamin A, are still widespread in China. In this research we model the determinants of the intakes of these micronutrients using household panel data, asking particularly whether continuing income increases are likely to cause the deficiencies to be overcome. Nonparametric kernel regressions and random effects panel regression models are employed. The results show a statistically significant but relatively small positive income effect on both nutrient intakes. The local availability of milk is seen to have a strong positive effect on intakes of both micronutrients. Thus, rather than relying on increasing incomes to overcome deficiencies, supplementary government policies, such as school milk programmes, may be warranted.

Adaptive approximate Bayesian computation

Sequential techniques can enhance the efficiency of the approximate Bayesian computation algorithm, as in Sisson et al.'s (2007) partial rejection control version. While this method is based upon the theoretical works of Del Moral et al. (2006), the application to approximate Bayesian computation results in a bias in the approximation to the posterior. An alternative version based on genuine importance sampling arguments bypasses this difficulty, in connection with the population Monte Carlo method of Cappe et al. (2004), and it includes an automatic scaling of the forward kernel. When applied to a population genetics example, it compares favourably with two other versions of the approximate algorithm.

Inverse problems in dynamic cognitive modeling

Inverse problems for dynamical system models of cognitive processes comprise the determination of synaptic weight matrices or kernel functions for neural networks or neural/dynamic field models, respectively. We introduce dynamic cognitive modeling as a three tier top-down approach where cognitive processes are first described as algorithms that operate on complex symbolic data structures. Second, symbolic expressions and operations are represented by states and transformations in abstract vector spaces. Third, prescribed trajectories through representation space are implemented in neurodynamical systems. We discuss the Amari equation for a neural/dynamic field theory as a special case and show that the kernel construction problem is particularly ill-posed. We suggest a Tikhonov-Hebbian learning method as regularization technique and demonstrate its validity and robustness for basic examples of cognitive computations.

Probability density function estimation using orthogonal forward regression

Using the classical Parzen window estimate as the target function, the kernel density estimation is formulated as a regression problem and the orthogonal forward regression technique is adopted to construct sparse kernel density estimates. The proposed algorithm incrementally minimises a leave-one-out test error score to select a sparse kernel model, and a local regularisation method is incorporated into the density construction process to further enforce sparsity. The kernel weights are finally updated using the multiplicative nonnegative quadratic programming algorithm, which has the ability to reduce the model size further. Except for the kernel width, the proposed algorithm has no other parameters that need tuning, and the user is not required to specify any additional criterion to terminate the density construction procedure. Two examples are used to demonstrate the ability of this regression-based approach to effectively construct a sparse kernel density estimate with comparable accuracy to that of the full-sample optimised Parzen window density estimate.