Aplicación de los algoritmos genéticos para
estimar los parámetros en un modelo de regresión de Cox
Application of genetics algorithms for estimating the
parameters of a Cox regression model
Douglas, Rivas
Universidad de Los Andes
Departamento de Estadística
e-mail: drivas@ula.ve
José Luciano, Maldonado
Rafael, Borges
Gerardo Colmenares
RESUMEN
Este trabajo, enmarcado
en el campo de la Computación Evolutiva, presenta el desarrollo
de un Algoritmo Genético para encontrar los parámetros óptimos de un Modelo de Regresión
de Cox del Análisis de Supervivencia para pacientes del servicio de Diálisis Peritoneal
del Hospital Clínico Universitario de Caracas entre 1980 y 2000, realizado por Borges
(2002, 2005). Se hace uso de la técnica de los Algoritmos Genéticos como método de búsqueda
de una mejor estimación de los parámetros del Modelo de Cox al obtenido por los
métodos clásicos de optimización. El algoritmo fue programado completamente en el lenguaje
C++, bajo un diseño de programación modular tomando en cuenta cada uno de los
elementos que constituyen a los Algoritmos Genéticos. Las características principales del
algoritmo son: a) La población inicial, que está constituida por 10 individuos, se genera
de manera aleatoria entre un rango de valores; dicho rango fue obtenido luego de realizar
diversas pruebas; b) la función de ajuste se basó en el Criterio de Información de Akaike
(AIC); c) la selección de los individuos a reproducirse se realizó por torneo; e) para el cruce
se usó el operador multipunto y la mutación se realizó a todos los genes de una parte de los
cromosomas de la población. El algoritmo desarrollado permitió obtener estimaciones de
los parámetros del Modelo de Regresión de Cox, y con mejor valor de AIC, a los obtenidos
utilizando los métodos clásicos. |
ABSTRACT
This paper, involved
in the area of evolutive computing, presents the development of a
Genetic Algorithm in finding the optimal parameters of a Cox Regression Model for
patients of the Service of Peritoneal Dialysis of the “Hospital Clínico Universitario de
Caracas”between 1980 and 2002, performed by Borges (2002, 2005). The technique of the
genetic algorithms is used as a method for finding a better estimation of the parameters of
the Cox Model than the obtained by the classical optimization methods. The algorithm
was completed programmed in the language C++, using a modular programming design,
considering every element of the genetic algorithms. The main characteristics of the
algorithm are: a) the initial population, of 10 subjects, is generated randomly between a
range of values, this range was obtained after several essays, b) the adjustment function
was based in the Akaike Information Criteria (AIC), c) the selection of the subjects to be
reproduced was done by tournament, d) the multipoint operator for the crossing and, the
mutation was done to all the genes of one part of the chromosomes of the population.
The developed algorithm was useful to obtain the estimation of the Cox Regression Model
and with better AIC values than the obtained by the classical methods. |