{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5297986"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5297986","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Optimal experimental design to improve clinical recommendations in IFNα therapy against MPN","abstract":"Η παρούσα διπλωματική εργασία είχε επίκεντρο την εύρεση βέλτιστων στρατηγικών δειγματοληψίας μέσω της δυναμικής της Συχνότητας Αλληλόμορφης Παραλλαγής (Variant Allele Frequency - VAF) και του Κλωνικού Κλάσματος (Clonal Fraction - CF) υπό διαφορετικές δοσολογίες της IFNα. Χρησιμοποιώντας έναν συνδυασμό από την Απόκλιση Kullback-Leibler (KL) και το Deviance Information Criterion (DIC) για την VAF και το Continuous Ranked Probability Score (CRPS) για το CF, αξιολογούμε την επίδραση των βέλτιστων χρονικών διαστημάτων δειγματοληψίας (SI) στην εκτίμηση της VAF και του CF με την πάροδο του χρόνου. Αρχικά, προσομοιώνουμε συνθετικά δεδομένα που αντιπροσωπεύουν τη VAF και το CF υπό καθορισμένα σχήματα δοσολογίας, ενσωματώνοντας Γκαουσιανό θόρυβο για να αντανακλάται η μεταβλητότητα των μετρήσεων. Περαιτέρω, εκτελούμε δειγματοληψία Markov Chain Monte Carlo για τη VAF και το CF, ώστε να συναγάγουμε τις εκ των υστέρων κατανομές, παρέχοντας πληροφορίες για την ακρίβεια των εκτιμήσεων αυτών υπό διαφορετικές στρατηγικές δειγματοληψίας. Συστηματικά αξιολογούμε πολλαπλούς σχεδιασμούς, ο καθένας χαρακτηριζόμενος από διακριτές στρατηγικές παρατήρησης, για να καθορίσουμε τις πλέον πληροφοριακές περιόδους δειγματοληψίας. Τα αποτελέσματα δείχνουν διαφοροποιήσεις στα βέλτιστα χρονικά διαστήματα δειγματοληψίας ανάμεσα σε διαφορετικούς σχεδιασμούς και κατηγορίες VAF, με έμφαση σε προτίμηση για πρώιμη δειγματοληψία εντός των πρώτων 150 ημερών σε ορισμένες κατηγορίες. Άλλες παρουσιάζουν πλεονεκτήματα από τη μεταγενέστερη δειγματοληψία. Όσον αφορά το CF, διαπιστώνεται προτίμηση για μέτρηση του CF στο βέλτιστο διάστημα δειγματοληψίας της VAF ή και μεταγενέστερα από αυτό. Η αναγνώριση των πρώιμων στατιστικά σημαντικών διαφορών στην KL ή στο DIC λειτουργεί ως καθοδηγητική αρχή για την επιλογή των βέλτιστων διαστημάτων δειγματοληψίας.","abstract_html":"Η παρούσα διπλωματική εργασία είχε επίκεντρο την εύρεση βέλτιστων στρατηγικών δειγματοληψίας μέσω της δυναμικής της Συχνότητας Αλληλόμορφης Παραλλαγής (Variant Allele Frequency - VAF) και του Κλωνικού Κλάσματος (Clonal Fraction - CF) υπό διαφορετικές δοσολογίες της IFNα. Χρησιμοποιώντας έναν συνδυασμό από την Απόκλιση Kullback-Leibler (KL) και το Deviance Information Criterion (DIC) για την VAF και το Continuous Ranked Probability Score (CRPS) για το CF, αξιολογούμε την επίδραση των βέλτιστων χρονικών διαστημάτων δειγματοληψίας (SI) στην εκτίμηση της VAF και του CF με την πάροδο του χρόνου. Αρχικά, προσομοιώνουμε συνθετικά δεδομένα που αντιπροσωπεύουν τη VAF και το CF υπό καθορισμένα σχήματα δοσολογίας, ενσωματώνοντας Γκαουσιανό θόρυβο για να αντανακλάται η μεταβλητότητα των μετρήσεων. Περαιτέρω, εκτελούμε δειγματοληψία Markov Chain Monte Carlo για τη VAF και το CF, ώστε να συναγάγουμε τις εκ των υστέρων κατανομές, παρέχοντας πληροφορίες για την ακρίβεια των εκτιμήσεων αυτών υπό διαφορετικές στρατηγικές δειγματοληψίας. Συστηματικά αξιολογούμε πολλαπλούς σχεδιασμούς, ο καθένας χαρακτηριζόμενος από διακριτές στρατηγικές παρατήρησης, για να καθορίσουμε τις πλέον πληροφοριακές περιόδους δειγματοληψίας. Τα αποτελέσματα δείχνουν διαφοροποιήσεις στα βέλτιστα χρονικά διαστήματα δειγματοληψίας ανάμεσα σε διαφορετικούς σχεδιασμούς και κατηγορίες VAF, με έμφαση σε προτίμηση για πρώιμη δειγματοληψία εντός των πρώτων 150 ημερών σε ορισμένες κατηγορίες. Άλλες παρουσιάζουν πλεονεκτήματα από τη μεταγενέστερη δειγματοληψία. Όσον αφορά το CF, διαπιστώνεται προτίμηση για μέτρηση του CF στο βέλτιστο διάστημα δειγματοληψίας της VAF ή και μεταγενέστερα από αυτό. Η αναγνώριση των πρώιμων στατιστικά σημαντικών διαφορών στην KL ή στο DIC λειτουργεί ως καθοδηγητική αρχή για την επιλογή των βέλτιστων διαστημάτων δειγματοληψίας.","abstract_has_math":false,"creators":["Κωτούλας Γεώργιος","Kotoulas Georgios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:37:12Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5297986"],"render_values":[{"text":"uoadl:5297986","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5297986","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5297986","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%3A5297986","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κωτούλας Γεώργιος","Kotoulas Georgios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5297986","https://pergamos.lib.uoa.gr/uoa/dl/object/5297986"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία είχε επίκεντρο την εύρεση βέλτιστων στρατηγικών δειγματοληψίας μέσω της δυναμικής της Συχνότητας Αλληλόμορφης Παραλλαγής (Variant Allele Frequency - VAF) και του Κλωνικού Κλάσματος (Clonal Fraction - CF) υπό διαφορετικές δοσολογίες της IFNα. Χρησιμοποιώντας έναν συνδυασμό από την Απόκλιση Kullback-Leibler (KL) και το Deviance Information Criterion (DIC) για την VAF και το Continuous Ranked Probability Score (CRPS) για το CF, αξιολογούμε την επίδραση των βέλτιστων χρονικών διαστημάτων δειγματοληψίας (SI) στην εκτίμηση της VAF και του CF με την πάροδο του χρόνου. Αρχικά, προσομοιώνουμε συνθετικά δεδομένα που αντιπροσωπεύουν τη VAF και το CF υπό καθορισμένα σχήματα δοσολογίας, ενσωματώνοντας Γκαουσιανό θόρυβο για να αντανακλάται η μεταβλητότητα των μετρήσεων. Περαιτέρω, εκτελούμε δειγματοληψία Markov Chain Monte Carlo για τη VAF και το CF, ώστε να συναγάγουμε τις εκ των υστέρων κατανομές, παρέχοντας πληροφορίες για την ακρίβεια των εκτιμήσεων αυτών υπό διαφορετικές στρατηγικές δειγματοληψίας. Συστηματικά αξιολογούμε πολλαπλούς σχεδιασμούς, ο καθένας χαρακτηριζόμενος από διακριτές στρατηγικές παρατήρησης, για να καθορίσουμε τις πλέον πληροφοριακές περιόδους δειγματοληψίας. Τα αποτελέσματα δείχνουν διαφοροποιήσεις στα βέλτιστα χρονικά διαστήματα δειγματοληψίας ανάμεσα σε διαφορετικούς σχεδιασμούς και κατηγορίες VAF, με έμφαση σε προτίμηση για πρώιμη δειγματοληψία εντός των πρώτων 150 ημερών σε ορισμένες κατηγορίες. Άλλες παρουσιάζουν πλεονεκτήματα από τη μεταγενέστερη δειγματοληψία. Όσον αφορά το CF, διαπιστώνεται προτίμηση για μέτρηση του CF στο βέλτιστο διάστημα δειγματοληψίας της VAF ή και μεταγενέστερα από αυτό. Η αναγνώριση των πρώιμων στατιστικά σημαντικών διαφορών στην KL ή στο DIC λειτουργεί ως καθοδηγητική αρχή για την επιλογή των βέλτιστων διαστημάτων δειγματοληψίας.","This thesis investigates optimal sampling strategies through the dynamics of Variant Allele Frequency (VAF) and Clonal Fraction (CF) under various dosing regimens of IFNα. Using a combination of Kullback-Leibler (KL) divergence and Deviance Information Criterion (DIC) for VAF and Continuous Ranked Probability Score (CRPS) for CF, we evaluate the impact of optimal sampling intervals (SI) on the estimation of VAF and CF over time. Initially, we simulate synthetic data representing VAF and CF under defined dosing regimens, incorporating Gaussian noise to reflect measurement variability. Furthermore, we perform Markov Chain Monte Carlo sampling for both VAF and CF to infer posterior distributions, providing insights into the precision of these estimates under different sampling strategies. We systematically assess multiple designs, each characterized by distinct observational strategies, to determine the most informative sampling periods. Results reveal variability in optimal sampling intervals across different designs and VAF categories, highlighting a preference for early sampling within the first 150 days in some categories, while others exhibit advantages from later sampling. As for CF, we see a preference to measure CF in the VAF's optimal sampling interval or later than that. Notably, the identification of the earliest statistically significant differences in KL divergence or DIC serves as a guiding principle for selecting optimal sampling intervals."]},{"key":"dc:title","label":"Title","values":["Optimal experimental design to improve clinical recommendations in IFNα therapy against MPN"]}]}],"canonical_facts":{"dc:creator":["Κωτούλας Γεώργιος","Kotoulas Georgios"],"dc:date":["2025"],"dc:description":["Η παρούσα διπλωματική εργασία είχε επίκεντρο την εύρεση βέλτιστων στρατηγικών δειγματοληψίας μέσω της δυναμικής της Συχνότητας Αλληλόμορφης Παραλλαγής (Variant Allele Frequency - VAF) και του Κλωνικού Κλάσματος (Clonal Fraction - CF) υπό διαφορετικές δοσολογίες της IFNα. Χρησιμοποιώντας έναν συνδυασμό από την Απόκλιση Kullback-Leibler (KL) και το Deviance Information Criterion (DIC) για την VAF και το Continuous Ranked Probability Score (CRPS) για το CF, αξιολογούμε την επίδραση των βέλτιστων χρονικών διαστημάτων δειγματοληψίας (SI) στην εκτίμηση της VAF και του CF με την πάροδο του χρόνου. Αρχικά, προσομοιώνουμε συνθετικά δεδομένα που αντιπροσωπεύουν τη VAF και το CF υπό καθορισμένα σχήματα δοσολογίας, ενσωματώνοντας Γκαουσιανό θόρυβο για να αντανακλάται η μεταβλητότητα των μετρήσεων. Περαιτέρω, εκτελούμε δειγματοληψία Markov Chain Monte Carlo για τη VAF και το CF, ώστε να συναγάγουμε τις εκ των υστέρων κατανομές, παρέχοντας πληροφορίες για την ακρίβεια των εκτιμήσεων αυτών υπό διαφορετικές στρατηγικές δειγματοληψίας. Συστηματικά αξιολογούμε πολλαπλούς σχεδιασμούς, ο καθένας χαρακτηριζόμενος από διακριτές στρατηγικές παρατήρησης, για να καθορίσουμε τις πλέον πληροφοριακές περιόδους δειγματοληψίας. Τα αποτελέσματα δείχνουν διαφοροποιήσεις στα βέλτιστα χρονικά διαστήματα δειγματοληψίας ανάμεσα σε διαφορετικούς σχεδιασμούς και κατηγορίες VAF, με έμφαση σε προτίμηση για πρώιμη δειγματοληψία εντός των πρώτων 150 ημερών σε ορισμένες κατηγορίες. Άλλες παρουσιάζουν πλεονεκτήματα από τη μεταγενέστερη δειγματοληψία. Όσον αφορά το CF, διαπιστώνεται προτίμηση για μέτρηση του CF στο βέλτιστο διάστημα δειγματοληψίας της VAF ή και μεταγενέστερα από αυτό. Η αναγνώριση των πρώιμων στατιστικά σημαντικών διαφορών στην KL ή στο DIC λειτουργεί ως καθοδηγητική αρχή για την επιλογή των βέλτιστων διαστημάτων δειγματοληψίας.","This thesis investigates optimal sampling strategies through the dynamics of Variant Allele Frequency (VAF) and Clonal Fraction (CF) under various dosing regimens of IFNα. Using a combination of Kullback-Leibler (KL) divergence and Deviance Information Criterion (DIC) for VAF and Continuous Ranked Probability Score (CRPS) for CF, we evaluate the impact of optimal sampling intervals (SI) on the estimation of VAF and CF over time. Initially, we simulate synthetic data representing VAF and CF under defined dosing regimens, incorporating Gaussian noise to reflect measurement variability. Furthermore, we perform Markov Chain Monte Carlo sampling for both VAF and CF to infer posterior distributions, providing insights into the precision of these estimates under different sampling strategies. We systematically assess multiple designs, each characterized by distinct observational strategies, to determine the most informative sampling periods. Results reveal variability in optimal sampling intervals across different designs and VAF categories, highlighting a preference for early sampling within the first 150 days in some categories, while others exhibit advantages from later sampling. As for CF, we see a preference to measure CF in the VAF's optimal sampling interval or later than that. Notably, the identification of the earliest statistically significant differences in KL divergence or DIC serves as a guiding principle for selecting optimal sampling intervals."],"dc:identifier":["uoadl:5297986","https://pergamos.lib.uoa.gr/uoa/dl/object/5297986"],"dc:language":["English"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Optimal experimental design to improve clinical recommendations in IFNα therapy against MPN"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:37:12Z"}