Aplicabilidad de la metodología de reducción de la dimensionalidad multifactorial al análisis de variables en edificios sanitarios
DOI:
https://doi.org/10.20868/ade.2024.5307Palabras clave:
Reducción de la dimensionalidad multifactorial; Ingeniería; Construcción sanitaria; Aprendizaje automático; Minería de datosResumen
Para optimizar las actividades ingenieriles es necesario realizar un análisis de una gran cantidad de datos y variables. El objetivo es implementar MDR para abordar mejor el estudio y proponer mejoras para reducir el consumo energético en los centros de salud extremeños. Estas numerosas variables no tienen unas interacciones directas y cuantificables sobre el consumo energético. Para solventar este inconveniente es posible aplicar el método de reducción de dimensionalidad multifactorial (MDR). MDR emplea Machine Learning para buscar las mejores combinaciones entre las variables. Esto permite crear un modelo que simplifica el análisis de los datos estudiados. De todo el conjunto se selecciona la combinación de variables que mejor describe el estudio, agrupando en alto o bajo riesgo. Se ha comprobado que de esta forma es posible comprender mejor y optimizar las actividades ingenieriles. MDR puede ser empleado en numerosos análisis ingenieriles: consumo energético, mantenimiento de equipos, generación de residuos, etc.
Descargas
Referencias
Y.M. Cho, M.D. Ritchie, J.H. Moore, J.Y. Park, K.-U. Lee, H.D. Shin, H.K. Lee, K.S. Park, Multifactor-dimensionality reduction shows a two-locus interaction associated with Type 2 diabetes mellitus, Diabetologia. 47 (2004) 549–554. https://doi.org/10.1007/s00125-003-1321-3.
C.S. Coffey, P.R. Hebert, M.D. Ritchie, H.M. Krumholz, J.M. Gaziano, P.M. Ridker, N.J. Brown, D.E. Vaughan, J.H. Moore, An application of conditional logistic regression and multifactor dimensionality reduction for detecting gene-gene interactions on risk of myocardial infarction: the importance of model validation., BMC Bioinformatics. 5 (2004) 49. https://doi.org/10.1186/1471-2105-5-49.
R.L. Collins, T. Hu, C. Wejse, G. Sirugo, S.M. Williams, J.H. Moore, Multifactor dimensionality reduction reveals a three-locus epistatic interaction associated with susceptibility to pulmonary tuberculosis, BioData Min. 6 (2013) 4. https://doi.org/10.1186/1756-0381-6-4.
H. Dai, M. Bhandary, M. Becker, J.S. Leeder, R. Gaedigk, A.A. Motsinger-Reif, Global tests of P-values for multifactor dimensionality reduction models in selection of optimal number of target genes, BioData Min. 5 (2012) 3. https://doi.org/10.1186/1756-0381-5-3.
J. García-Sanz-Calcedo, M. Gómez-Chaparro, Quantitative analysis of the impact of maintenance management on the energy consumption of a hospital in Extremadura (Spain), Sustain. Cities Soc. 30 (2017) 217–222. https://doi.org/10.1016/j.scs.2017.01.019.
D. Gola, J.M. Mahachie John, K. van Steen, I.R. König, A roadmap to multifactor dimensionality reduction methods, Brief. Bioinform. 17 (2016) 293–308. https://doi.org/10.1093/bib/bbv038.
J. González-Domínguez, G. Sánchez-Barroso, J. García-Sanz-Calcedo, N. de Sousa Neves, Cox proportional hazards model used for predictive analysis of the energy consumption of healthcare buildings, Energy Build. 257 (2022) 111784. https://doi.org/10.1016/j.enbuild.2021.111784.
J. González-Domínguez, G. Sánchez-Barroso, J. García-Sanz-Calcedo, M. Sokol, Condition-based maintenance of ceramic curved tiles roof in Primary Healthcare buildings using Markov chains, J. Build. Eng. 43 (2021) 102517. https://doi.org/10.1016/j.jobe.2021.102517.
A. González González, J. García-Sanz-Calcedo, D.R. Salgado, A quantitative analysis of final energy consumption in hospitals in Spain, Sustain. Cities Soc. 36 (2018) 169–175. https://doi.org/10.1016/j.scs.2017.10.029.
L.W. Hahn, M.D. Ritchie, J.H. Moore, Multifactor dimensionality reduction software for detecting gene-gene and gene-environment interactions, Bioinformatics. 19 (2003) 376–382. https://doi.org/10.1093/bioinformatics/btf869.
S. Lee, M.-S. Kwon, J.M. Oh, T. Park, Gene-gene interaction analysis for the survival phenotype based on the Cox model, Bioinformatics. 28 (2012) i582–i588. https://doi.org/10.1093/bioinformatics/bts415.
X.-Y. Lou, G.-B. Chen, L. Yan, J.Z. Ma, J. Zhu, R.C. Elston, M.D. Li, A Generalized Combinatorial Approach for Detecting Gene-by-Gene and Gene-by-Environment Interactions with Application to Nicotine Dependence, Am. J. Hum. Genet. 80 (2007) 1125–1137. https://doi.org/10.1086/518312.
D.Q. Ma, P.L. Whitehead, M.M. Menold, E.R. Martin, A.E. Ashley-Koch, H. Mei, M.D. Ritchie, G.R. DeLong, R.K. Abramson, H.H. Wright, M.L. Cuccaro, J.P. Hussman, J.R. Gilbert, M.A. Pericak-Vance, Identification of Significant Association and Gene-Gene Interaction of GABA Receptor Subunit Genes in Autism, Am. J. Hum. Genet. 77 (2005) 377–388. https://doi.org/10.1086/433195.
E. Martinez de Salazar, J. García Sanz-Calcedo, Study on the influence of maintenance operations on energy consumption and emissions in healthcare centres by fuzzy cognitive maps, J. Build. Perform. Simul. 12 (2019) 420–432. https://doi.org/10.1080/19401493.2018.1543351.
A.A. Motsinger, M.D. Ritchie, Multifactor dimensionality reduction: An analysis strategy for modelling and detecting gene - gene interactions in human genetics and pharmacogenomics studies, Hum. Genomics. 2 (2006) 318. https://doi.org/10.1186/1479-7364-2-5-318.
A.A. Motsinger, M.D. Ritchie, The effect of reduction in cross-validation intervals on the performance of multifactor dimensionality reduction, Genet. Epidemiol. 30 (2006) 546–555. https://doi.org/10.1002/gepi.20166.
M.D. Ritchie, L.W. Hahn, J.H. Moore, Power of multifactor dimensionality reduction for detecting gene-gene interactions in the presence of genotyping error, missing data, phenocopy, and genetic heterogeneity, Genet. Epidemiol. 24 (2003) 150–157. https://doi.org/10.1002/gepi.10218.
M.D. Ritchie, L.W. Hahn, N. Roodi, L.R. Bailey, W.D. Dupont, F.F. Parl, J.H. Moore, Multifactor-Dimensionality Reduction Reveals High-Order Interactions among Estrogen-Metabolism Genes in Sporadic Breast Cancer, Am. J. Hum. Genet. 69 (2001) 138–147. https://doi.org/10.1086/321276.
G. Sánchez-Barroso, J. González-Domínguez, J. García-Sanz-Calcedo, Impact of urban mobility on carbon footprint in healthcare centers in Extremadura (Spain), Int. J. Sustain. Transp. (2021) 1–18. https://doi.org/10.1080/15568318.2021.1914794.
S.J. Winham, A.J. Slater, A.A. Motsinger-Reif, A comparison of internal validation techniques for multifactor dimensionality reduction, BMC Bioinformatics. 11 (2010) 394. https://doi.org/10.1186/1471-2105-11-394.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Autor / BY-NC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1. Los autores conservan los derechos de autor y garantizan a la revista el derecho de una Licencia Creative Commons Atribución - Nocomercial 4.0 Internacional que permite a otros compartir el trabajo con un reconocimiento de la autoría y uso no comercial.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro).
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons"
