Lore Zumeta defenderá su tesis el próximo día 16 de febrero

• La defensa tendrá lugar en el Salón de Grados de la Facultad de Ciencia y Tecnología de la UPV/EHU (Leioa)

Lore Zumeta Olaskoaga obtuvo su licenciatura en Matemáticas de la Euskal Herriko Unibertsitatea / Universidad del País Vasco (UPV/EHU) en 2016 y su máster en Estadística e Investigación Operativa de la Universitat Politècnica de Catalunya y la Universitat de Barcelona (UPC y UB) en 2018.

Zumeta se unió al Basque Center for Applied Mathematics - BCAM en julio de 2018, y actualmente trabaja en el grupo de investigación de Estadística Aplicada (AS). Sus intereses de investigación incluyen el Análisis de Supervivencia, el análisis de datos longitudinales, la modelización estadística aplicada a los campos de Medicina Deportiva, Epidemiología y Biomedicina, y el desarrollo de software.

Su tesis “Statistical Modelling for Recurrent Events in Sports Injury Research with Applications to Football Injury Data” estará supervisada por Dae-Jin Lee (Universidad IE, Madrid).

El Salón de Grados de la Facultad de Ciencia y Tecnología de la UPV/EHU, Leioa, acogerá la defensa de su tesis el viernes día 16 de febrero a las 11h.

¡De parte del equipo de BCAM, deseamos a Lore la mejor de las suertes en la defensa de su tesis!

Resumen

Las lesiones deportivas se presentan como efectos no deseados de la participación atlética, con graves consecuencias para la salud de los atletas, sus carreras profesionales y el rendimiento general del equipo. Con la creciente disponibilidad de datos, ha habido una mayor dependencia de modelos estadísticos para monitorear la salud de los atletas y mitigar los riesgos de lesiones.

En esta tesis, presentamos enfoques avanzados de modelado estadístico y herramientas de software para datos de lesiones deportivas. Nuestro enfoque se centra en la naturaleza variable y recurrente de las ocurrencias de lesiones, y perseguimos tres objetivos principales: (a) identificar factores de riesgo biomecánicos mediante métodos de selección de variables y modelos compartidos de frailty Cox, (b) desarrollar un enfoque flexible de tiempo hasta el evento recurrente para modelar los efectos de la carga de entrenamiento en lesiones subsiguientes, y (c) crear herramientas estadísticas dedicadas a través del software estadístico de código abierto \textbf{R}. Estos objetivos están impulsados por la investigación interdisciplinaria, realizada en estrecha colaboración con los Servicios Médicos del Athletic Club, y están motivados por aplicaciones del mundo real. Específicamente, el trabajo se basa en tres conjuntos de datos distintos: datos de pruebas de screening funcional, datos externos de carga de entrenamiento y datos de lesiones de fútbol extraídos de la web. Los avances estadísticos desarrollados contribuyen a los esfuerzos en curso en la prevención de lesiones deportivas, proporcionando ideas, metodologías e implementaciones de software accesibles para los profesionales de la medicina deportiva.