Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo

Autores
Talevi, Alan; Bellera, Carolina Leticia; Castro, Eduardo Alberto; Bruno Blanch, Luis Enrique
Año de publicación
2009
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.
Facultad de Ciencias Exactas
Materia
Matemática
Análisis discriminante
Validación
Partición óptima
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/142218

id SEDICI_b07d4238f6cb688abc4aa45ed316e033
oai_identifier_str oai:sedici.unlp.edu.ar:10915/142218
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreoTalevi, AlanBellera, Carolina LeticiaCastro, Eduardo AlbertoBruno Blanch, Luis EnriqueMatemáticaAnálisis discriminanteValidaciónPartición óptimaEl presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.Facultad de Ciencias Exactas2009-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/142218spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:36:23Zoai:sedici.unlp.edu.ar:10915/142218Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:23.488SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
title Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
spellingShingle Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
Talevi, Alan
Matemática
Análisis discriminante
Validación
Partición óptima
title_short Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
title_full Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
title_fullStr Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
title_full_unstemmed Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
title_sort Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
dc.creator.none.fl_str_mv Talevi, Alan
Bellera, Carolina Leticia
Castro, Eduardo Alberto
Bruno Blanch, Luis Enrique
author Talevi, Alan
author_facet Talevi, Alan
Bellera, Carolina Leticia
Castro, Eduardo Alberto
Bruno Blanch, Luis Enrique
author_role author
author2 Bellera, Carolina Leticia
Castro, Eduardo Alberto
Bruno Blanch, Luis Enrique
author2_role author
author
author
dc.subject.none.fl_str_mv Matemática
Análisis discriminante
Validación
Partición óptima
topic Matemática
Análisis discriminante
Validación
Partición óptima
dc.description.none.fl_txt_mv El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.
Facultad de Ciencias Exactas
description El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.
publishDate 2009
dc.date.none.fl_str_mv 2009-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/142218
url http://sedici.unlp.edu.ar/handle/10915/142218
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616241781669889
score 13.070432