{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1312390"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1312390","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μεθοδολογίες επικύρωσης ομαδοποιήσεων","abstract":"Ιδέα: Ένα αξιοσημείωτο πρόβλημα στην ανάλυση σε ομάδες είναι η επικύρωση των αποτελεσμάτων. Είναι σημαντικό να επιβεβαιώνεται ότι οι ομάδες που βρέθηκαν είναι έγκυρες, και όχι θόρυβος, ιδιαίτερα όταν δεν προσφέρεται μέτρηση αβεβαιότητας. Σημαντική είναι η επαναληψιμότητα της ομαδοποίησης και σε άλλα σετ δεδομένων. Σκοπός:Η μελέτη και η σύγκριση διάφορων μέτρων και μεθόδων που χρησιμοποιούνται για τον παραπάνω σκοπό, καθώς και η επιβεβαίωση της γονιδιακής υπογραφής. Μεθοδολογία:Εβδομήντα οκτώ ασθενείς με μετρήσεις μικροσυστοιχιών χρησιμοποιήθηκαν. Βάσει της μορφής του σετ δεδομένων, τρία μέρη διαχωρίζονται: α) ηεπιλογή του σετ των γονιδίων, β) η μέτρηση της εγκυρότητας, και γ) η μέτρηση της επαναληψιμότητας. Η επιλογή των γονιδίων έγινε κατόπιν εκτίμησης των ελλειπουσών τιμών και βάσει της συσχέτισης με την ελευθέρου νόσου επιβίωση και της χρήσης SPCA. Επιλέχθηκαν 78 γονίδια. Από το σετ δεδομένων δημιουργήθηκαν 10 σετ, τα οποία αποτελούνταιαπό το 80% των 78, τυχαία κάθε φορά επιλεγμένο. Για την επαναληψιμότητα, όλα τα σετ δεδομένων διαχώρισαν τους ασθενείς σε δύο σετ, σταθεροποιώντας την πληροφορία της μετάστασης. Υπάρχοντα πακέτα και μεθοδολογίες στην Rχρησιμοποιήθηκαν. Αποτελέσματα/Συμπεράσματα: Ο διαχωρισμός σε δύο ομάδες φάνηκε να είναι έγκυρος και επαληθεύσιμος. Το αποτέλεσμα αυτό, όμως, είναι ισχυρά συσχετισμένο και με τα δεδομένα και με τις μεθόδους ομαδοποίησης.","abstract_html":"Ιδέα: Ένα αξιοσημείωτο πρόβλημα στην ανάλυση σε ομάδες είναι η επικύρωση των αποτελεσμάτων. Είναι σημαντικό να επιβεβαιώνεται ότι οι ομάδες που βρέθηκαν είναι έγκυρες, και όχι θόρυβος, ιδιαίτερα όταν δεν προσφέρεται μέτρηση αβεβαιότητας. Σημαντική είναι η επαναληψιμότητα της ομαδοποίησης και σε άλλα σετ δεδομένων. Σκοπός:Η μελέτη και η σύγκριση διάφορων μέτρων και μεθόδων που χρησιμοποιούνται για τον παραπάνω σκοπό, καθώς και η επιβεβαίωση της γονιδιακής υπογραφής. Μεθοδολογία:Εβδομήντα οκτώ ασθενείς με μετρήσεις μικροσυστοιχιών χρησιμοποιήθηκαν. Βάσει της μορφής του σετ δεδομένων, τρία μέρη διαχωρίζονται: α) ηεπιλογή του σετ των γονιδίων, β) η μέτρηση της εγκυρότητας, και γ) η μέτρηση της επαναληψιμότητας. Η επιλογή των γονιδίων έγινε κατόπιν εκτίμησης των ελλειπουσών τιμών και βάσει της συσχέτισης με την ελευθέρου νόσου επιβίωση και της χρήσης SPCA. Επιλέχθηκαν 78 γονίδια. Από το σετ δεδομένων δημιουργήθηκαν 10 σετ, τα οποία αποτελούνταιαπό το 80% των 78, τυχαία κάθε φορά επιλεγμένο. Για την επαναληψιμότητα, όλα τα σετ δεδομένων διαχώρισαν τους ασθενείς σε δύο σετ, σταθεροποιώντας την πληροφορία της μετάστασης. Υπάρχοντα πακέτα και μεθοδολογίες στην Rχρησιμοποιήθηκαν. Αποτελέσματα/Συμπεράσματα: Ο διαχωρισμός σε δύο ομάδες φάνηκε να είναι έγκυρος και επαληθεύσιμος. Το αποτέλεσμα αυτό, όμως, είναι ισχυρά συσχετισμένο και με τα δεδομένα και με τις μεθόδους ομαδοποίησης.","abstract_has_math":false,"creators":["Αλεξοπούλου Ζωή"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:22:43Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1312390"],"render_values":[{"text":"uoadl:1312390","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1312390","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1312390","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1312390","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Αλεξοπούλου Ζωή"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1312390","https://pergamos.lib.uoa.gr/uoa/dl/object/1312390"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ιδέα: Ένα αξιοσημείωτο πρόβλημα στην ανάλυση σε ομάδες είναι η επικύρωση των αποτελεσμάτων. Είναι σημαντικό να επιβεβαιώνεται ότι οι ομάδες που βρέθηκαν είναι έγκυρες, και όχι θόρυβος, ιδιαίτερα όταν δεν προσφέρεται μέτρηση αβεβαιότητας. Σημαντική είναι η επαναληψιμότητα της ομαδοποίησης και σε άλλα σετ δεδομένων. Σκοπός:Η μελέτη και η σύγκριση διάφορων μέτρων και μεθόδων που χρησιμοποιούνται για τον παραπάνω σκοπό, καθώς και η επιβεβαίωση της γονιδιακής υπογραφής. Μεθοδολογία:Εβδομήντα οκτώ ασθενείς με μετρήσεις μικροσυστοιχιών χρησιμοποιήθηκαν. Βάσει της μορφής του σετ δεδομένων, τρία μέρη διαχωρίζονται: α) ηεπιλογή του σετ των γονιδίων, β) η μέτρηση της εγκυρότητας, και γ) η μέτρηση της επαναληψιμότητας. Η επιλογή των γονιδίων έγινε κατόπιν εκτίμησης των ελλειπουσών τιμών και βάσει της συσχέτισης με την ελευθέρου νόσου επιβίωση και της χρήσης SPCA. Επιλέχθηκαν 78 γονίδια. Από το σετ δεδομένων δημιουργήθηκαν 10 σετ, τα οποία αποτελούνταιαπό το 80% των 78, τυχαία κάθε φορά επιλεγμένο. Για την επαναληψιμότητα, όλα τα σετ δεδομένων διαχώρισαν τους ασθενείς σε δύο σετ, σταθεροποιώντας την πληροφορία της μετάστασης. Υπάρχοντα πακέτα και μεθοδολογίες στην Rχρησιμοποιήθηκαν. Αποτελέσματα/Συμπεράσματα: Ο διαχωρισμός σε δύο ομάδες φάνηκε να είναι έγκυρος και επαληθεύσιμος. Το αποτέλεσμα αυτό, όμως, είναι ισχυρά συσχετισμένο και με τα δεδομένα και με τις μεθόδους ομαδοποίησης.","Idea: A noteable problem in cluster analysis is the validation of the results. It is important that one could verify that the clusters found are interpretable, thus valid, or they are just noise, especially in the case when ad-hoc algorithms are used. Another important issue is the reproducibility of the clusters in independent datasets. Aim: Various measures and methods were presented and compared. We focus in the problem of the verification of the gene signature found by clustering, so that this would be of clinical interest for grouping patients. Methods: Seventy eight patients with microarrays’ measurementswere used. Given the dataset form, there were three methodologicalparts: a) gene selection, b) validity measurement, and c) reproducibility. Gene selection was made after imputation of the missing values in the dataset, by using the association with DFS and SPCA. Finally, 78 genes were selected. Ten new datasets were created made up from the 80% of 78, each time randomly selected. As for the reproducibility, all datasets were separated in two, controlling for the metastasis information. Existing packages and methods in R were used. Results/Conclusions: Partitioning in two clusters was validated, although this result is highly correlated with data nature and clustering methods."]},{"key":"dc:title","label":"Title","values":["Μεθοδολογίες επικύρωσης ομαδοποιήσεων"]}]}],"canonical_facts":{"dc:creator":["Αλεξοπούλου Ζωή"],"dc:date":["2014"],"dc:description":["Ιδέα: Ένα αξιοσημείωτο πρόβλημα στην ανάλυση σε ομάδες είναι η επικύρωση των αποτελεσμάτων. Είναι σημαντικό να επιβεβαιώνεται ότι οι ομάδες που βρέθηκαν είναι έγκυρες, και όχι θόρυβος, ιδιαίτερα όταν δεν προσφέρεται μέτρηση αβεβαιότητας. Σημαντική είναι η επαναληψιμότητα της ομαδοποίησης και σε άλλα σετ δεδομένων. Σκοπός:Η μελέτη και η σύγκριση διάφορων μέτρων και μεθόδων που χρησιμοποιούνται για τον παραπάνω σκοπό, καθώς και η επιβεβαίωση της γονιδιακής υπογραφής. Μεθοδολογία:Εβδομήντα οκτώ ασθενείς με μετρήσεις μικροσυστοιχιών χρησιμοποιήθηκαν. Βάσει της μορφής του σετ δεδομένων, τρία μέρη διαχωρίζονται: α) ηεπιλογή του σετ των γονιδίων, β) η μέτρηση της εγκυρότητας, και γ) η μέτρηση της επαναληψιμότητας. Η επιλογή των γονιδίων έγινε κατόπιν εκτίμησης των ελλειπουσών τιμών και βάσει της συσχέτισης με την ελευθέρου νόσου επιβίωση και της χρήσης SPCA. Επιλέχθηκαν 78 γονίδια. Από το σετ δεδομένων δημιουργήθηκαν 10 σετ, τα οποία αποτελούνταιαπό το 80% των 78, τυχαία κάθε φορά επιλεγμένο. Για την επαναληψιμότητα, όλα τα σετ δεδομένων διαχώρισαν τους ασθενείς σε δύο σετ, σταθεροποιώντας την πληροφορία της μετάστασης. Υπάρχοντα πακέτα και μεθοδολογίες στην Rχρησιμοποιήθηκαν. Αποτελέσματα/Συμπεράσματα: Ο διαχωρισμός σε δύο ομάδες φάνηκε να είναι έγκυρος και επαληθεύσιμος. Το αποτέλεσμα αυτό, όμως, είναι ισχυρά συσχετισμένο και με τα δεδομένα και με τις μεθόδους ομαδοποίησης.","Idea: A noteable problem in cluster analysis is the validation of the results. It is important that one could verify that the clusters found are interpretable, thus valid, or they are just noise, especially in the case when ad-hoc algorithms are used. Another important issue is the reproducibility of the clusters in independent datasets. Aim: Various measures and methods were presented and compared. We focus in the problem of the verification of the gene signature found by clustering, so that this would be of clinical interest for grouping patients. Methods: Seventy eight patients with microarrays’ measurementswere used. Given the dataset form, there were three methodologicalparts: a) gene selection, b) validity measurement, and c) reproducibility. Gene selection was made after imputation of the missing values in the dataset, by using the association with DFS and SPCA. Finally, 78 genes were selected. Ten new datasets were created made up from the 80% of 78, each time randomly selected. As for the reproducibility, all datasets were separated in two, controlling for the metastasis information. Existing packages and methods in R were used. Results/Conclusions: Partitioning in two clusters was validated, although this result is highly correlated with data nature and clustering methods."],"dc:identifier":["uoadl:1312390","https://pergamos.lib.uoa.gr/uoa/dl/object/1312390"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Μεθοδολογίες επικύρωσης ομαδοποιήσεων"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:22:43Z"}