haku: @keyword time series / yhteensä: 18
hakutulos-lista
viite: 5 / 18
« edellinen | seuraava »
Tekijä:Laajala, Teemu Daniel
Työn nimi:Analysis of tumor growth experiments using mixed-effects modeling
Syöpäkasvatuskokeiden analysointi sekamalleilla
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[8] + 80      Kieli:   eng
Koulu/Laitos/Osasto:Tietojenkäsittelytieteen laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Lähdesmäki, Harri
Ohjaaja:Aittokallio, Tero ; Corander, Jukka
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  919   | Arkisto
Avainsanat:mixed-effects models
xenograft
tumor growth experiment
pre-clinical study
animal models
power analysis
EM-algorithm
model based categorization
time series
missing values
sekamallit
ksenografti
syöpätutkimus
esikliininen koe
eläinmalli
tilastollinen voima
EM-algoritmi
mallipohjainen kategoriointi
aikasarja
puuttuvat arvot
Tiivistelmä (fin): Esikliiniset syöpäkokeet johtavat usein heterogeenisiin kasvuprofiileihin.
Istutettu syöpäsolukasvain saattaa spontaanisti pienentyä immunokatoisissa geneettisesti standardoiduissa kontrollihiirissä ja toisaalta yksittäinen tuumori saattaa kasvaa aggressiivisesti hoitoryhmässä, vaikka hoito vaikuttaisi muuten pysäyttävän syöpäkasvainten suurentumisen.
Tällaisten kasvatuskokeiden tilastollinen analyysi on suoritettu monissa julkaisuissa yksinkertaisilla menetelmillä, esimerkiksi vertailemalla viimeisen aikapisteen tuumorivolyymeja t-testillä eri hoitoryhmien yli.

Kehitimme sekamalleihin perustuvan menetelmän, joka etsii syöpien alatyyppejä niiden kasvuprofiilien perusteella.
Menetelmä pyrkii yhdistämään löydetyt alatyypit alalla käytettyihin biomarkkereihin.
Mallin muokkausta ja vasteiden muunnoksia esitetään erilaisiin tilanteisiin, jotta mahdollisimman monenlaisia syöpäkokeita pystyttäisiin analysoimaan kehitetyllä lähestymistavalla.
Ristiinvalidointia sekä muuta mallin diagnostiikkaa käytetään hyväksi perusteltaessa valittua mallin määrittelyä.
Lisäksi testataan erilaisia menetelmiä parantaa käytettyä koeasetelmaa sovitetun mallin perusteella.

Malliin perustuva päättely rinnastetaan aiempiin julkaisuihin.
Sovitetun mallin parametreja tutkitaan biologisen esitiedon perusteella sekä osoitetaan mallilla olevan järkevä yhteys käytettyyn koeasetelmaan sekä kasvatuskokeisiin liittyviin hypoteeseihin. löydetyt kategoriat linkitetään alan biomarkkereihin ja esitetään erilaisia tulevaisuuden näkökulmia syöpäkokeiden mallinkehitykseen.
Tiivistelmä (eng): Tumor growth experiments used in pre-clinical cancer drug development often result in challenging response profiles.
An implanted human cancer cell line inside a genetically standardized, immune-deficient mouse can shrink spontaneously in a control group or grow aggressively in a treatment group, even if the treatment otherwise appears to block the effective growth of the implanted cancer cells.
Such experiments have previously been analysed using simple statistical methods such as comparison of the end-point tumor volume between the treatment and control groups through a t-test.

We designed a mixed-effects modelling framework that explores hidden subgroups of the data and seeks to connect the identified groups to established tumor biomarkers.
Suitable response and model transformations were proposed to be able to model a wide range of tumor growth experiments.
Cross-validation as well as other model validation and diagnostic tools were utilized for motivating the suggested model choice.
In addition, various approaches were proposed for the purposes of developing better experiment protocols in the future.

The modelling procedure and conclusions made from the statistical inference were shown to be coherent with the previously published studies and the model parameters were assessed to have meaningful interpretation.
The biological motivation of the identified categories was shown to be feasible through several biomarkers.
The current work provides a fruitful base for future model development.
ED:2012-05-14
INSSI tietueen numero: 44492
+ lisää koriin
« edellinen | seuraava »
INSSI