I disturbi del sonno colpiscono all’incirca il 10% della popolazione mondiale, compromettendo significativamente la qualità della vita di chi ne soffre. Nella pratica clinica queste patologie vengono diagnosticate tramite polisonnografia, una strumentazione che consente di registrare simultaneamente le principali attività elettrofisiologiche legate a questo processo. Il sonno è caratterizzato dal susseguirsi durante la notte di diversi stati (veglia, REM, etc) ed il mantenimento di un’adeguata architettura del sonno è fondamentale. Un modello matematico basato su Markov-chains in un contesto di popolazione è stato sviluppato per descrivere l’architettura del sonno. Lo scopo di questa tesi è stato quello di validare tale modello. Per questo sono stati implementati dei metodi diagnostici basati su simulazione stocastica ed è stato sviluppato un nuovo metodo basato su simulazione stocastica + ri-stima. Il modello è stato validato.
A multinomial mixed-effect markou-chain model for modeling sleep architecture:model performance and validation
Mezzalana, Enrica
2010/2011
Abstract
I disturbi del sonno colpiscono all’incirca il 10% della popolazione mondiale, compromettendo significativamente la qualità della vita di chi ne soffre. Nella pratica clinica queste patologie vengono diagnosticate tramite polisonnografia, una strumentazione che consente di registrare simultaneamente le principali attività elettrofisiologiche legate a questo processo. Il sonno è caratterizzato dal susseguirsi durante la notte di diversi stati (veglia, REM, etc) ed il mantenimento di un’adeguata architettura del sonno è fondamentale. Un modello matematico basato su Markov-chains in un contesto di popolazione è stato sviluppato per descrivere l’architettura del sonno. Lo scopo di questa tesi è stato quello di validare tale modello. Per questo sono stati implementati dei metodi diagnostici basati su simulazione stocastica ed è stato sviluppato un nuovo metodo basato su simulazione stocastica + ri-stima. Il modello è stato validato.File | Dimensione | Formato | |
---|---|---|---|
Enrica_Mezzalana.pdf
accesso aperto
Dimensione
2.15 MB
Formato
Adobe PDF
|
2.15 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/13451