Machine learning and mixture approaches for environmental health data

SEMINARIO - Venerdì 16 Luglio 2021- Ore 12:00 - Aula A, via L. Loredan 18 - 35131 Padova

L'origine e la prevenzione delle malattie dipende dalla comprensione di fattori molteplici, tra cui anche il contributo di esposizioni ambientali che si presentano in maniera congiunta, anche dette miscugli. Tuttavia la maggior parte delle linee guida di prevenzione, sia internazionali che nazionali, si basano su modelli statistici che analizzano un'esposizione ambientale alla volta. Questo modo di analizzare le esposizioni soffre di forti limitazioni, e come risultato finale si possono avere risultati spuri. In questo seminario approcceremo alcuni metodi che possono aiutare a superare queste limitazioni e li confronteremo, quando possibile, con approcci tradizionali e alternativi. Inoltre vedremo alcune estensioni di questi metodi per big-data e per modelli previsivi. Questo seminario ha lo scopo di fornire gli strumenti necessari per condurre un'analisi su miscugli di esposizioni ambientali in relazione ad una variabile di outcome.

Relatore: Dott.ssa Elena Colicino, ASSISTANT PROFESSOR - Environmental Medicine & PublicHealth, Mount Sinai Hospital, NY (U.S.A.)