Subgrouping Factors Influencing Migraine Intensity in Women: A Semi-automatic Methodology Based on Machine Learning and Information Geometry.

Journal: Pain practice : the official journal of World Institute of Pain
PMID: 31677218

Abstract

BACKGROUND: Migraine is a heterogeneous condition with multiple clinical manifestations. Machine learning algorithms permit the identification of population groups, providing analytical advantages over other modeling techniques.

Authors

  • Francisco J Pérez-Benito
    Biomedical Data Science Lab (BDSLab), Instituto Universitario de las Tecnologías de la Información y Comunicaciones (ITACA), Univeritat Politècnica de València, Valencia, Spain.
  • J Alberto Conejero
    Instituto Universitario de Matemática Pura y Aplicada, Universitat Politécnica de Valéncia, Camino de Vera s/n, Valencia 46022, Spain. Electronic address: aconejero@upv.es.
  • Carlos Sáez
  • Juan M García-Gómez
    Biomedical Data Science Lab. Instituto de Aplicaciones de las Tecnologías de la Información y de las Comunicaciones Avanzadas (ITACA), Universitat Politécnica de Valéncia, Camino de Vera s/n, Valencia 46022, Spain. Electronic address: juanmig@ibime.upv.es.
  • Esperanza Navarro-Pardo
    Departamento de Psicología Evolutiva y de la Educación, Universitat de Valéncia, Avenida Blasco Ibáñez, 21, Valencia 46010, Spain. Electronic address: esperanza.navarro@uv.es.
  • Lidiane L Florencio
    Department of Physical Therapy, Occupational Therapy, Rehabilitation and Physical Medicine, Universidad Rey Juan Carlos, Madrid, Spain.
  • César Fernández-de-Las-Peñas
    Department of Physical Therapy, Occupational Therapy, Rehabilitation and Physical Medicine, Universidad Rey Juan Carlos, Madrid, Spain.

Keywords

External Resources

Popular Topics
Recent Journals