{rfName}
Ge

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

19

Altmetrics

Investigadores/as Institucionales

Caraca-Valente Hernandez, Juan PedroAutor o CoautorAlonso, FAutor (correspondencia)Martinez, LAutor o CoautorPerez, AAutor o Coautor

Compartir

29 de enero de 2014
Publicaciones
>
Artículo
Sí

Generating reference models for structurally complex data. Application to the stabilometry medical domain

Publicado en: METHODS OF INFORMATION IN MEDICINE. 52 (5): 441-453 - 2013-10-31 52(5), DOI: 10.3414/ME12-01-0106

Autores:

Alonso, F; Lara, JA; Martinez, L; Pérez, A; Valente, JP
[+]

Afiliaciones

Univ Distancia Madrid, Fac Ensenanzas Tecn, Madrid, Spain - Autor o Coautor
Univ Politecn Madrid, Fac Informat, CETTICO Res Grp, Dept Lenguajes & Sistemas Informat & Ingn Softwar, E-28660 Madrid, Spain - Autor o Coautor

Resumen

We present a framework specially designed to deal with structurally complex data, where all individuals have the same structure, as is the case in many medical domains. A structurally complex individual may be composed of any type of single-valued or multivalued attributes, including time series, for example. These attributes are structured according to domain-dependent hierarchies. Our aim is to generate reference models of population groups. These models represent the population archetype and are very useful for supporting such important tasks as diagnosis, detecting fraud, analyzing patient evolution, identifying control groups, etc.We have developed a conceptual model to represent structurally complex data hierarchically. Additionally, we have devised a method that uses the similarity tree concept to measure how similar two structurally complex individuals are, plus an outlier detection and filtering method. These methods provide the groundwork for the method that we have designed for generating reference models of a set of structurally complex individuals. A key idea of this method is to use event-based analysis for modeling time series.The proposed framework has been applied to the medical field of stabilometry. To validate the outlier detection method we used 142 individuals, and there was a match between the outlier ratings by the experts and by the system for 139 individuals (97.8%). To validate the reference model generation method, we applied k-fold cross validation (k = 5) with 60 athletes (basketball players and ice-skaters), and the system correctly classified 55 (91.7%). We then added 30 non-athletes as a control group, and the method output the correct result in a very high percentage of cases (96.6%).We have achieved very satisfactory results for the tests on data from such a complex domain as stabilometry and for the comparison of the reference model generation method with other methods. This supports the validity of this framework.
[+]

Palabras clave

data miningoutlier detectionreference modelsstructurally complex dataAlgorithmAlgorithmsClassificationCluster analysisData miningHumansMedical informaticsModels, theoreticalOutlier detectionPatientsReference modelsReference standardsReproducibility of resultsSearchStructurally complex dataTime seriesTime-seriesTrends

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista METHODS OF INFORMATION IN MEDICINE debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2013, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Health Information Management.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-24:

  • WoS: 7
  • Scopus: 8
  • Europe PMC: 4
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-24:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 27 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/26397/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 350
  • Descargas: 310
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Germany.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (ALONSO AMO, FERNANDO) y Último Autor (Valente, JP).

el autor responsable de establecer las labores de correspondencia ha sido ALONSO AMO, FERNANDO.

[+]