Modelli statistici per lo studio della Fibrillazione Atriale

Keywords

Statistics
Author(s):
Zanini, Paolo
Title:
Modelli statistici per lo studio della Fibrillazione Atriale
Date:
Monday 20th December 2010
Advisor:
Paganoni, A.M.
Advisor II:
Ieva, F.
Co-advisor:
Vitelli, V.
Download link:
Abstract:
Il presente lavoro di tesi consiste nell’analisi di un dataset composto dagli intervalli RR dell’ECG di dieci pazienti registrati prima, durante e dopo un evento di Fibrillazione Atriale (FA), aritmia cardiaca con un’elevata incidenza nella popolazione. Nel Capitolo 1 viene approfondito il problema della FA dal punto di vista clinico ed è descritto nel dettaglio il dataset a disposizione. Nel Capitolo 2 si illustra la teoria relativa all’analisi di serie temporali. In particolare sono analizzati i processi della classe ARIMA (Auto-Regressive Integrated Moving Average ). All’interno del Capitolo 3 viene identificato un modello adatto a descrivere l’andamento della serie degli intervalli RR durante il fenomeno della FA; è dunque proposto e validato un metodo innovativo, basato sullo studio di statistiche del modello, per l’identificazione tempestiva del fenomeno di FA. Nel Capitolo 4 viene presentata la teoria sulle carte di controllo, un particolare strumento di monitoraggio utilizzato nell’ambito dell’SPC (Statistical Process Control ). Nel Capitolo 5 sono illustrati i risultati ottenuti applicando gli strumenti descritti nel Capitolo 4 alle serie storiche degli intervalli RR prima, durante e dopo FA, illustrando punti di forza e criticità dell’analisi condotta (anche alla luce dei risultati del Capitolo 3). Da ultimo, nelle appendici A e B sono riportati i codici utilizzati per svolgere le analisi e due tabelle relative alle carte di controllo. Il lavoro di tesi è quindi volto alla ricerca di uno o più metodi che permettano, a partire dal monitoraggio delle serie storiche degli intervalli RR, di indicare in tempi brevi sia il sopraggiungere del fenomeno di FA, che la fine dello stesso. Il lavoro svolto in questo elaborato, inoltre, non solo permette, tramite l’analisi statistica, di arrivare ad una comprensione profonda del problema clinico in questione e a dei risultati incisivi, ma porta anche a dei contributi innovativi nel momento in cui modelli provenienti da un ambito (SPC) molto lontano dalla biostatistica sono stati efficacemente adattati al caso in esame.