MSI bakalaureusetööd – Bachelor's theses. Kuni 2015
Selle kollektsiooni püsiv URIhttps://hdl.handle.net/10062/30417
Sirvi
Sirvi MSI bakalaureusetööd – Bachelor's theses. Kuni 2015 Autor "Fischer, Krista, juhendaja" järgi
Nüüd näidatakse 1 - 6 6
- Tulemused lehekülje kohta
- Sorteerimisvalikud
Kirje Ebaõnnestunud toitmine TÜ Kliinikumi üldintensiivravi osakonna patsientidel(Tartu Ülikool, 2013-06-06) Starkopf, Liis; Fischer, Krista, juhendaja; Reintam Blaser, Annika, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutKäesolevas bakalaureusetöös on uuritud Tartu Ülikooli Kliinikumi anestesioloogia ja intensiivravi kliiniku üldintensiivravi osakonna (edasipidi intensiivravi osakond) patsientide andmeid. Intensiivravi osakonna patsiendid on sageli aparaadihingamisel ning pole võimelised suu kaudu sööma. Seetõttu toidetakse neid üldiselt sondi kaudu otse makku. Kuna paljudel patsientidel on seedetrakti funktsioon häiritud, ei pruugi sondiga toitmine õnnestuda. Sellist situatsiooni nimetatakse ebaõnnestunud toitmiseks. Terminit „ebaõnnestunud toitmine“ kasutatakse intensiivravi osakonna igapäevatöös palju, kuid ühene definitsioon puudub. Bakalaureusetöö eesmärgiks on võrrelda erinevate ebaõnnestunud toitmise definitsioonide mõju ravitulemusele. Samuti on eesmärgiks selgitada välja intensiivravi osakonna haigete suremust prognoosivad tunnused, seejuures teha kindlaks, kas ka mõni ebaõnnestunud toitmise definitsioon on suremust prognoosivate tunnuste hulgas. Bakalaureusetöös on esmalt antud ülevaade andmete analüüsimiseks kasutatud meetoditest. Seejärel on lühidalt kirjeldatud uuritud andmeid, esitatud andmete modelleerimiseks vajalike uute tunnuste definitsioonid, sealhulgas ebaõnnestunud toitmise definitsioonid, ning nende tunnuste jaotuste kirjeldused. Suremuse ja ebaõnnestunud toitmise erinevate definitsioonide vaheliste seoste kindlaks tegemiseks on kasutatud 2 -testi, logistilist regressiooni ja elukestusanalüüsi. Olulised seosed ja mudelite kirjeldused on toodud tulemuste osas. Bakalaureusetöö on kirjutatud tekstitöötlusprogrammiga Microsoft Word 2003. Analüüsid on läbi viidud statistikapakettiga R. Olulisuse tõenäosuseks on kõikjal töös valitud = 0,05.Kirje Geneetiliste mõjude hindamine kinnitava faktoranalüüsiga(Tartu Ülikool, 2015) Aasmets, Oliver; Fischer, Krista, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutGenoomikapõhise personaalse meditsiini väljatöötamiseks soovitakse inimese genotüübiandmete põhjal ennustada haiguste tekkimise riske. Geneetiliste mõjude hindamisel kasutatakse enim ühenukleotiidsete polümorfismide (SNP) markereid, mis on inimese geneetilise varieeruvuse põhilisemaid avaldumisviise. DNA-ahelal lähestikku paiknevad SNP-d on omavahel tugevasti korreleeritud, seetõttu kasutatakse geeni mõju hindamisel enamasti ainult piirkonna kõige olulisemat markerit. Käesoleva bakalaureusetöö eesmärk on anda ülevaade struktuurivõrrandite mudelitest ning rakendada metoodika ühte erijuhtu - kinnitavat faktoranalüüsi, hindamaks geenipiirkonna mõju, kasutades kõiki piirkonnas mõõdetud geneetilisi markereid.Kirje Geneetiliste päritolukomponentide määramine mitmemõõtmelise statistika meetodite abil(Tartu Ülikool, 2015) Ojavee, Sven Erik; Fischer, Krista, juhendaja; Haller, Toomas, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutKäesoleva bakalaureusetöö eesmärk on uurida erinevaid võimalusi indiviidi päritolu kirjeldamiseks geeniandmetel põhinevate tõenäosuslike päritolukomponentide abil. Töö teoreetilises osas antakse ülevaade vajalikest geneetika mõistetest ning kasutatavatest statistilistest meetoditest. Töö praktilises pooles hinnatakse päritolukomponentide skoore peakomponentanalüüsi ning lineaarse diskriminantanalüüsi meetodite kombineerimisel. Tulemuste põhjal leitakse aposterioorsed eri rahvusgruppidesse kuulumise tõenäosused TÜ Eesti Geenivaramu andmebaasist pärinevale valimile. Lisaks uuritakse saadud tulemuste seoseid erinevate fenotüübiliste tunnustega ning samuti teostatakse võrdlused analoogsete tõenäosustega, mis on leitud alternatiivsel meetodil – TÜ Eesti Geenivaramu teadlaste poolt välja töötatud MixFit algoritmi põhjal.Kirje Toitumise seosed lipoproteiinidega Tartu Ülikooli Eesti Geenivaramu andmestikus: korreleeritud andmete mitmemõõtmeline analüüs(Tartu Ülikool, 2013-06-06) Helekivi, Kristi; Fischer, Krista, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutAntud bakalaureusetöös on Tartu Ülikooli Eesti Geenivaramu andmete põhjal vaadeldud võimalikke seoseid inimeste toitumisharjumuste ja metaboloomika-tunnuste vahel. Metaboliidid on metabolismi ehk ainevahetuse käigus tekkinud ühendid. Tavaliselt mõeldakse metaboliidi all madalmolekulaarseid ühendeid [1]. Tartu Ülikooli Eesti Geenivaramu andmebaasis on ligikaudu 10 000 geenidoonori kohta olemas detailsed metaboloomika-andmed, mille hulgas on üle 70 tunnuse, mis iseloomustavad eri tüüpi lipoproteiinide ja neis sisalduvate lipiidide kontsentratsiooni. Lisaks on teada andmed geenidoonorite toitumiseelistuste kohta ning doonorite sugu, vanus ja kehamassiindeks. Töö esimeses peatükis on kirjeldatud kasutatavate andmete tausta ning on antud ülevaade olulisemate tunnuste jaotusest, kasutades graafilisi meetodeid. Teises peatükis on toodud ülevaade kasutatavast statistilisest meetodikast. Kolmandas ning neljandas peatükis rakendatakse metoodikat Tartu Ülikooli Eesti Geenivaramu andmetele. Lipoproteiinide andmestiku dimensionaalsuse vähendamiseks rakendatakse andmetele esmalt peakomponentanalüüsi ning seejärel faktoranalüüsi. Samuti uuritakse toitumistunnuste seoseid nii üksikute lipoproteiinidega kui ka lipoproteiinide analüüsimisel saadud peakomponentide ja faktoritega. Lõpuks on katsetatud struktuurivõrrandite mudelite metoodikat, mis võimaldab ühe protseduuri käigus nii andmestiku dimensionaalsuse vähendamist kui ka seosestruktuuri uurimist. Bakalaureusetöö kirjutamiseks on kasutatud tekstitöötlusprogrammi Microsoft Word 2010. Analüüsid on läbi viidud statistikapaketiga R. Joonised on tehtud programmidega Microsoft Excel 2010 ja Graphviz 2.30.1.Kirje Toitumismustrite analüüs Tartu Ülikooli Eesti geenivaramu andmebaasis k-keskmiste meetodi abil(Tartu Ülikool, 2015) Zimmermann, Marili; Fischer, Krista, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutKäesoleva bakalaureusetöö eesmärgiks on Tartu Ülikooli Eesti geenivaramu andmebaasis olevate toitumisandmete klasterdamise kaudu toitumismustrite leidmine k-keskmiste meetodi abil. Esmalt tuuakse ülevaade klasteranalüüsist ning täpsemalt k-keskmiste meetodist. Töö teises osas antakse ülevaade kasutatavast Tartu Ülikooli Eesti geenivaramu andmestikust. Töö järgnevas osas kirjeldatakse tehtud analüüsi TÜ geenivaramu andmetel ning antakse ülevaade saadud klastritest. Ühtlasi vaadeldakse ka klastrite lõikes erinevaid tausttunnuseid nagu vanus, haridus, elukoht jms. Erinevaid taustatunnuseid vaadates tulid leitud klastrite erinevused hästi välja.Kirje Ülegenoomsete geen-geen koosmõjude hindamise meetodi valideerimine(Tartu Ülikool, 2014-06-16) Jesse, Kristin; Haller, Toomas, juhendaja; Fischer, Krista, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituutKäesoleva bakalaureusetöö eesmärgiks on uue meetodi valideerimine geen-geen koosmõjude uurimiseks ülegenoomsetes assotsiatsiooniuuringutes. Esmalt tuuakse ülevaade ülegenoomsetest uuringutest ja seal kasutatavast statistilisest metoodikast ning bioloogilise ja statistilise koosmõju mõistetest. Järgnevalt kirjeldatakse kahte meetodit, mille abil koosmõjusid määrata, ning rakendatakse neid simuleeritud andmetel ja Tartu Ülikooli Eesti Geenivaramu andmetel. Esimene meetod reaalsetel andmetel ei tööta, kuid teine meetod annab rahuldavaid tulemusi. Teist meetodit plaanitakse rakendada uues geen-geen koosmõjude määramise programmis.