Analyse de sensibilité de l’effet d’un programme de prévention avec randomisation : application de trois techniques d’appariement pour balancer les groupes contrôle et expérimental : distance de Mahanalobis, score de propension et algorithme génétique

Les analyses effectuées dans le cadre de ce mémoire ont été réalisées à l'aide du module MatchIt disponible sous l’environnent d'analyse statistique R. / Statistical analyzes of this thesis were performed using the MatchIt package available in the statistical analysis environment R.

Évaluation de la performance du score de propension à hautes dimensions dans le cadre d’études observationnelles québécoises

Les scores de propension (PS) sont fréquemment utilisés dans l’ajustement pour des facteurs confondants liés au biais d’indication. Cependant, ils sont limités par le fait qu’ils permettent uniquement l’ajustement pour des facteurs confondants connus et mesurés. Les scores de propension à hautes dimensions (hdPS), une variante des PS, utilisent un algorithme standardisé afin de sélectionner les covariables pour lesquelles ils vont ajuster. L’utilisation de cet algorithme pourrait permettre l’ajustement de tous les types de facteurs confondants. Cette thèse a pour but d’évaluer la performance de l’hdPS vis-à-vis le biais d’indication dans le contexte d’une étude observationnelle examinant l’effet diabétogénique potentiel des statines. Dans un premier temps, nous avons examiné si l’exposition aux statines était associée au risque de diabète. Les résultats de ce premier article suggèrent que l’exposition aux statines est associée avec une augmentation du risque de diabète et que cette relation est dose-dépendante et réversible dans le temps. Suite à l’identification de cette association, nous avons examiné dans un deuxième article si l’hdPS permettait un meilleur ajustement pour le biais d’indication que le PS; cette évaluation fut entreprise grâce à deux approches: 1) en fonction des mesures d’association ajustées et 2) en fonction de la capacité du PS et de l’hdPS à sélectionner des sous-cohortes appariées de patients présentant des caractéristiques similaires vis-à-vis 19 caractéristiques lorsqu’ils sont utilisés comme critère d’appariement. Selon les résultats présentés dans le cadre du deuxième article, nous avons démontré que l’évaluation de la performance en fonction de la première approche était non concluante, mais que l’évaluation en fonction de la deuxième approche favorisait l’hdPS dans son ajustement pour le biais d’indication. Le dernier article de cette thèse a cherché à examiner la performance de l’hdPS lorsque des facteurs confondants connus et mesurés sont masqués à l’algorithme de sélection. Les résultats de ce dernier article indiquent que l’hdPS pourrait, au moins partiellement, ajuster pour des facteurs confondants masqués et qu’il pourrait donc potentiellement ajuster pour des facteurs confondants non mesurés. Ensemble ces résultats indiquent que l’hdPS serait supérieur au PS dans l’ajustement pour le biais d’indication et supportent son utilisation lors de futures études observationnelles basées sur des données médico-administratives.

Dominant Mean Percentage Score Factors Of The Consumer Purchase Behaviour Of Passenger Cars

Globalization and liberalization, with the entry of many prominent foreign manufacturers, changed the automobile scenario in India, since early 1990’s. World Leaders in automobile manufacturing such as Ford, General Motors, Honda, Toyota, Suzuki, Hyundai, Renault, Mitsubishi, Benz, BMW, Volkswagen and Nissan set up their manufacturing units in India in joint venture with their Indian counterpart companies, by making use of the Foreign Direct Investment policy of the Government of India, These manufacturers started capturing the hearts of Indian car customers with their choice of technological and innovative product features, with quality and reliability. With the multiplicity of choices available to the Indian passenger car buyers, it drastically changed the way the car purchase scenario in India and particularly in the State of Kerala. This transformed the automobile scene from a sellers’ market to buyers’ market. Car customers started developing their own personal preferences and purchasing patterns, which were hitherto unknown in the Indian automobile segment. The main purpose of this paper is to come up with the identification of possible parameters and a framework development, that influence the consumer purchase behaviour patterns of passenger car owners in the State of Kerala, so that further research could be done, based on the framework and the identified parameters.

Comparación de la severidad y extensión de la enfermedad coronaria multivaso por Syntax Score en una poblaciòn de las Antillas Holandesas vs controles nacionales

En la Enfermedad Coronaria (EC) existen factores genéticos, socioculturales, medioambientales y raciales adicionales a los factores de riesgo cardiovascular mayores que podrían influir en su presentación. Se desconoce el impacto de la raza en la severidad de la enfermedad coronaria en los pacientes extranjeros que son enviados a nuestro Servicio. Objetivos: Comparar la severidad de la EC multivaso en una población de pacientes de las Antillas y Nacionales, pareados por la escala Framingham. Metodología: Realizamos un estudio de corte transversal, comparando pacientes colombianos contra pacientes provenientes de las Antillas holandesas con similares factores de riesgo según escala de Framingham, catalogándolos por grupos de riesgo bajo, intermedio, alto y muy alto. Todos con EC severa multivaso documentada por angiografía coronaria desde enero del 2009 hasta Junio de 2011. Se excluyeron pacientes con antecedentes de intervención percutánea o quirúrgica previa. Resultados: Ingresaron 115 pacientes internacionales y 115 pacientes nacionales. La relación hombres/mujeres 3:1. La proporción de grupos de riesgo fue de bajo riesgo 2.5%, intermedio 15%, alto 19.3%, y muy alto 63.4%. El Syntax Score en pacientes nacionales fue 14.3+/-7.4 y en internacionales 22.2+/-10.5 p: 0.002. Conclusiones: En pacientes provenientes de las Antillas Holandesas, valorados en nuestra institución, se observó una mayor severidad de la enfermedad coronaria comparada con una población nacional con factores de riesgo similares. Estos hallazgos sugieren la influencia de la raza y factores genéticos en la severidad y extensión de la EC

Las becas y ayudas al estudio como elemento determinante de la continuidad escolar en el nivel secundario post-obligatorio : un análisis de sensibilidad a partir de la aplicación del Propensity Score Matching.

Resumen tomado de la publicación

Análisis y preparación estadística de variables para el diseño de un modelo credit score de gestión de riesgo de crédito

El presente estudio busca enfatizar la labor previa a la construcción de cualquier modelo de gestión de riesgo crediticio basado en un sistema tipo scoring. Esta importante fase inicial involucra la identificación de las fuentes de información, la verificación de la cantidad y calidad de los datos, la determinación y tipificación de variables cualitativas, cuantitativas, demográficas, así como la verificación y cuantificación del poder discriminante de dichas variables respecto el objetivo planteado. Con este fin se profundiza en el análisis estadístico a nivel descriptivo, en forma individual y conjunta de los datos, además de bosquejar los pasos esenciales en la arquitectura de un modelo credit score de gestión de riesgo crediticio.

El riesgo de crédito: Construcción de un modelo de score de calificación de cartera para los afiliados del ISSFA

El Instituto de Seguridad Social de las Fuerzas Armadas ISSFA, dentro de su misión de servicio social otorga a sus afiliados, militares activos y pasivos, sus dependientes y derechohabientes, diferentes tipos de prestaciones y servicios, dentro de los cuales se encuentran los préstamos quirografarios e hipotecarios, los mismos que, a pesar de contar con una eficiente administración por procesos y el retorno a través del descuento por rol de pagos, mantiene un cierto porcentaje de cartera vencida, debido a la inadecuada calificación del sujeto de crédito, ocasionando que por definición no se puedan trasladar las pérdidas generadas del incumplimiento de pago y sean absorbidas consecuentemente por el patrimonio de la Institución. El objetivo de este trabajo es lograr por tanto, que el ISSFA, a través de la implementación de un modelo de Score de Calificación de Cartera para sus afiliados, logre en primer lugar, identificar las variables y factores de riesgo de crédito que alteran el normal funcionamiento del negocio, a través de un análisis estadístico minucioso de la base de datos institucional, con el fin de que se tomen las medidas necesarias para la identificación, medición, mitigación y control del riesgo crediticio, y, en segundo lugar, ponderar las diferentes características de un prestatario, un prestamista y un préstamo, a fin de minimizar las pérdidas esperadas y dar cumplimiento a lo establecido y normado por la Superintendencia de Bancos y Seguros como su entidad de control.

Gestión de riesgo de crédito de la Cooperativa de Ahorro y Crédito Maquita Cushunchic: análisis y preparación estadística de variables para el diseño de un modelo Credit Score de cartera de consumo

El presente estudio busca analizar y preparar estadísticamente un conjunto de variables para el diseño de un modelo de aprobación CREDIT SCORE de cartera de consumo, tipo probabilístico, que apoye al oficial de crédito en la toma de la decisión antes de conceder o no un crédito de consumo; para que la decisión no sea subjetiva sino objetiva, medible (probabilística) apoyada en una ecuación que contenga sustento teórico y empírico dado por la base de datos histórica de la Cooperativa de ahorro y crédito Maquita Cushunchic. En la presente tesis partimos con fundamentación teórica que sustenta nuestro trabajo de investigación. En el segundo capítulo se realiza un diagnostico situacional de la empresa, donde se define la visión, la misión y definición de temas estratégicos. En el tercer capítulo realizaremos un análisis y preparación estadística de variables para el diseño de un modelo de aprobación CREDIT SCORE de cartera de consumo, esta fase involucra “la identificación de las fuentes de información, la verificación de cantidad y calidad de los datos, la determinación y tipificación de variables cualitativas, cuantitativas y demográficas, así como la verificación y cuantificación del poder discriminante de dichas variables respecto al objetivo planteado” 1, todo esto se lo realiza con el objetivo de aplicar un concepto de sistemas de calificación de crédito que se define de la siguiente manera: “la calificación supone que el desempeño de los prestamos futuros con características dadas, será parecido al desempeño de los prestamos pasados con características similares"2. Lo que se busca finalmente es que el modelo sea una herramienta de apoyo empírico que ayude a la toma de decisiones antes de conceder o no un credito. Finalmente termina este trabajo formulando conclusiones y recomendaciones.

Desarrollo de un Score de crédito para el financiamiento automotríz, con base en el análisis estadístico de variables

El mercado automotriz en el Ecuador es uno de los sectores que dinamiza la economía; a través de la producción e importación de vehículos y la comercialización de estos. El crecimiento de este sector en los últimos años ha sido constante y sostenido, al igual que el incremento de financiamientos otorgados a los consumidores o sujetos de crédito para la compra de un vehículo. El presente trabajo tiene como propósito el desarrollo de un score de crédito para el financiamiento automotriz que permita identificar a los buenos y malos solicitantes y así decidir entre otorgar o no el crédito. Para ello se han desarrollado cuatro capítulos. En el primer capítulo se realiza una introducción sobre el mercado automotriz su producción, niveles de importación, cadena de distribución, y otros; además de la composición del parque automotor y problemas de movilidad y el comportamiento de compra y los niveles de crédito automotriz. En el segundo capítulo se trata sobre la base de datos de las organizaciones y los tipos de variables que pueden contener y se explica los tipos de modelos de regresiones que se pueden realizar. En el tercer capítulo se define al modelo de score de crédito y los pasos a seguir para la construcción de este. En el cuarto capítulo se desarrollan todos los pasos para la construcción del score de crédito y en quinto capítulo se encuentran las conclusiones y recomendaciones del presente trabajo.

The binding site distance test score: a robust method for the assessment of predicted protein binding sites

We propose a novel method for scoring the accuracy of protein binding site predictions – the Binding-site Distance Test (BDT) score. Recently, the Matthews Correlation Coefficient (MCC) has been used to evaluate binding site predictions, both by developers of new methods and by the assessors for the community wide prediction experiment – CASP8. Whilst being a rigorous scoring method, the MCC does not take into account the actual 3D location of the predicted residues from the observed binding site. Thus, an incorrectly predicted site that is nevertheless close to the observed binding site will obtain an identical score to the same number of nonbinding residues predicted at random. The MCC is somewhat affected by the subjectivity of determining observed binding residues and the ambiguity of choosing distance cutoffs. By contrast the BDT method produces continuous scores ranging between 0 and 1, relating to the distance between the predicted and observed residues. Residues predicted close to the binding site will score higher than those more distant, providing a better reflection of the true accuracy of predictions. The CASP8 function predictions were evaluated using both the MCC and BDT methods and the scores were compared. The BDT was found to strongly correlate with the MCC scores whilst also being less susceptible to the subjectivity of defining binding residues. We therefore suggest that this new simple score is a potentially more robust method for future evaluations of protein-ligand binding site predictions.

The sequential analysis of repeated binary responses: a score test for the case of three time points

In this paper a robust method is developed for the analysis of data consisting of repeated binary observations taken at up to three fixed time points on each subject. The primary objective is to compare outcomes at the last time point, using earlier observations to predict this for subjects with incomplete records. A score test is derived. The method is developed for application to sequential clinical trials, as at interim analyses there will be many incomplete records occurring in non-informative patterns. Motivation for the methodology comes from experience with clinical trials in stroke and head injury, and data from one such trial is used to illustrate the approach. Extensions to more than three time points and to allow for stratification are discussed. Copyright © 2005 John Wiley & Sons, Ltd.

A score test for binary data with patient non-compliance

A score test is developed for binary clinical trial data, which incorporates patient non-compliance while respecting randomization. It is assumed in this paper that compliance is all-or-nothing, in the sense that a patient either accepts all of the treatment assigned as specified in the protocol, or none of it. Direct analytic comparisons of the adjusted test statistic for both the score test and the likelihood ratio test are made with the corresponding test statistics that adhere to the intention-to-treat principle. It is shown that no gain in power is possible over the intention-to-treat analysis, by adjusting for patient non-compliance. Sample size formulae are derived and simulation studies are used to demonstrate that the sample size approximation holds. Copyright © 2003 John Wiley & Sons, Ltd.

Sparse kernel density construction using orthogonal forward regression with leave-one-out test score and local regularization

This paper presents an efficient construction algorithm for obtaining sparse kernel density estimates based on a regression approach that directly optimizes model generalization capability. Computational efficiency of the density construction is ensured using an orthogonal forward regression, and the algorithm incrementally minimizes the leave-one-out test score. A local regularization method is incorporated naturally into the density construction process to further enforce sparsity. An additional advantage of the proposed algorithm is that it is fully automatic and the user is not required to specify any criterion to terminate the density construction procedure. This is in contrast to an existing state-of-art kernel density estimation method using the support vector machine (SVM), where the user is required to specify some critical algorithm parameter. Several examples are included to demonstrate the ability of the proposed algorithm to effectively construct a very sparse kernel density estimate with comparable accuracy to that of the full sample optimized Parzen window density estimate. Our experimental results also demonstrate that the proposed algorithm compares favorably with the SVM method, in terms of both test accuracy and sparsity, for constructing kernel density estimates.