haku: @keyword type 1 diabetes / yhteensä: 5
viite: 5 / 5
« edellinen | seuraava »
Tekijä:Peltola, Tomi
Työn nimi:Multivariate exploratory analysis of the habitual diets of patients with type 1 diabetes
Tyypin 1 diabeetikoiden ruokavalioiden eksploratiivinen monimuuttuja-analyysi
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:(8+) 88      Kieli:   eng
Koulu/Laitos/Osasto:Elektroniikan, tietoliikenteen ja automaation tiedekunta
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Kaski, Kimmo
Ohjaaja:Vehtari, Aki ; Mäkinen, Ville-Petteri
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

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 S80     | Arkisto
Avainsanat:type 1 diabetes
diet
exploratory data analysis
correlation networks
factor analysis
dimensionality reduction
tyypin 1 diabetes
ruokavalio
eksploratiivinen data-analyysi
korrelaatioverkot
faktorianalyysi
dimensionaalisuuden vähennys
Tiivistelmä (fin): Tyypin 1 diabeetikon verensokeritasapainon hallinta vaatii jatkuvaa insuliinihoitoa.
Ruokavaliolla on tärkeä osuus sekä taudinhoidossa että potilaan yleiselle terveydelle.
Diabetes lisää riskiä sairastua hitaasti kehittyviin verisuoniston sairauksin.
Potilailla esiintyy usein myös länsimaiseen elämäntyyliin liittyviä haittoja, kuten lihavuutta ja aineenvaihdunnan häiriöitä.
Heidän yleisestä ruokavaliosta tiedetään kuitenkin vähän.

Tässä työssä analysoidaan tyypin 1 diabeetikoiden ruokavalioita eksploratiivisilla monimuuttujamenetelmillä ja tutkitaan näiden menetelmien soveltuvuutta kyselylomakkeella kerätylle aineistolle.
Kansalliseen FinnDiane-tutkimukseen liittyvän ruokavaliokyselylomakkeen on täyttänyt 1175 tyypin 1 diabeetikkoa, joista on lisäksi saatavilla kliinisiä ja biokemiallisia tietoja.

Ruokavaliomuuttujien välillä havaittiin useita heikkoja lineaarisia assosiaatioita korrelaatioverkkojen ja faktorianalyysin avulla.
Ruokavalion ja kliinisten ja biokemiallisten muuttujien välistä yhteyttä ei pystytty analysoimaan luotettavasti, koska aineistojen keräysajankohdissa oli eroavaisuuksia.
Itseraportoidun ruokavalio-ohjeistuksen noudattamisen ja ruokavaliomuuttujien välistä yhteyttä tutkittiin regressiomallilla.
Vähäsuolaisten tuotteiden suosiminen nousi selkeimpänä ruokailutottumuksena esiin, kun tarkasteltiin mallin kahteen ulottuvuuteen pudotettua piirreavaruutta.
Ruokafrekvenssikysymysten asteikolla havaittiin olevan suuri vaikutus dimensionaalisuuden vähennysmenetelmien sovelluksissa.
Työssä esitetään myös menetelmien välinen vertailu.

Ruokavaliomuuttujien väliset yhteydet olivat pääosin heikkoja eikä potilaiden ruokailutottumuksissa esiintynyt selkeitä säännönmukaisuuksia (lukuun ottamatta keliaakikoita).
Tilastollisten menetelmien soveltuvuudesta löydettiin joitakin rajoitteita.
Etenkin vinot ja diskreetit muuttujien jakaumat ovat haasteellisia.
Heikkojen ilmiöiden havaitsemista nykyisistä potilaskeskeisistä visualisoinneista voitaisiin helpottaa hyödyntämällä tilastollisia menetelmiä.
Tiivistelmä (eng): Type 1 diabetes requires life-long treatment with insulin to balance the disrupted physiological control of blood glucose level.
Diet plays an essential role in the treatment and in the general health of the patients.
Notably, diabetes predisposes to long-term vascular complications.
The adverse effects of the western lifestyle, such as overweight and metabolic disorders, occur also frequently in patients with type 1 diabetes.
Yet the knowledge of the habitual diets of the patients is scarce.

The aim of this study is to explore and describe the habitual diets of patients with type 1 diabetes in a multivariate context, and to examine the applicability of recent exploratory data analysis methods for the data.
The data consists of diet questionnaires completed by 1175 patients with type 1 diabetes along with clinical and biochemical data gathered in the nation-wide FinnDiane study.

Correlation networks and factor analysis were applied to characterize the linear associations in the data.
Several weak associations were identified between the dietary variables.
A reliable analysis of associations to the clinical and biochemical variables was hindered by differences in the time periods of the data collection.
Regression modelling was applied to uncover variation related to self-reported compliance with dietary guidance.
The tendency to choose low salt products was found to be the most prominent feature in dimensionality reduction performed in the feature space of the regression model.
A large effect of the scale of the food frequency questions for dimensionality reduction is also highlighted, and a comparison of a selection of dimensionality reduction methods is presented regarding their neighbourhood preservation capabilities.

In conclusion, the dietary variables were dominated by weak associations, and no strong patterns in the dietary habits of the patients were found (except the requirements of celiac disease treatment).
Some limitations in the application of the statistical methods were identified.
Notably, the discrete and skewed distributions of the variables provide challenges.
The current visual displays of the dimensionality reduction methods could be improved to detect weak trends.
ED:2009-12-14
INSSI tietueen numero: 38683
+ lisää koriin
« edellinen | seuraava »
INSSI