الانتقال إلى المحتوى
جامعة محمد بن زايد للذكاء الاصطناعي الإحصاء الحيوي الرقمي مجموعة ماركوس ماتابوينا البحثية

البحث العلمي

المستقبل الذي بدأ يتشكّل

لنتخيّل شخصًا يُصاب بمتلازمة الشريان التاجي الحادة وهو وحيد في منزله، ويرتدي جهازًا يراقب علاماته الحيوية باستمرار. عندما يرصد الجهاز تغيّرات خطرة، مثل اضطراب تخطيط القلب أو انخفاض الأكسجين، يُفعّل استجابة طارئة تلقائيًا. وخلال ثوانٍ، يحدّد النظام أقرب سيارة إسعاف متاحة ويوجّهها إليه، مع التكيّف لحظيًا مع حركة المرور وقدرة المستشفيات على استقبال المرضى.

وأثناء النقل، يرسل الجهاز باستمرار بيانات المريض الحيوية، مما يتيح تعديل القرارات الطبية واللوجستية. وإذا تدهورت حالة المريض، يُنبَّه المستشفى لتجهيز وحدة الرعاية الحرجة. وعند الوصول، تدعم النماذج التنبؤية اتخاذ القرار لتحقيق أفضل نتيجة ممكنة مع الاستخدام الأمثل للموارد الصحية.

رسالتنا ورؤيتنا

هدفنا على المدى البعيد هو بناء إطار لاتخاذ القرارات الصحية يدعم قرارات أفضل في الطب السريري والصحة العامة، على مستوى الأفراد والسكان، عبر الجمع بين الإحصاء الحيوي وتقنيات الصحة الرقمية وبحوث العمليات.

رسم متحرك يوضّح البيانات المفقودة من الهواتف الذكية

نطوّر حاليًا أساليب إحصائية وأساليب للذكاء الاصطناعي لمعالجة مشكلات سريرية معقدة تتضمن بيانات صحية مستمرة وعالية التواتر وآنية. ونريد لهذه الأساليب أن تجيب عن الأسئلة الطبية القائمة وأن تساعد أيضًا في تحديد الأسئلة الأهم: ما النظام الغذائي الأنسب لشخص بعينه؟ وما مقدار النشاط البدني الذي يحتاج إليه لشيخوخة صحية وعمر أطول؟ وكيف ينبغي تعديل هذه التوصيات بحسب حالته السريرية وخصائصه البيولوجية وبيئته ونمط حياته؟

للإجابة عن هذه الأسئلة، نجمع بين أساليب حديثة في الذكاء الاصطناعي الإحصائي للاستدلال السببي وتحليل البقاء وقياس عدم اليقين والنمذجة التوليدية ذات التأثيرات العشوائية، بهدف تطوير التعلّم الإحصائي للكائنات العشوائية غير الإقليدية. ويُعدّ التصميم المتأنّي للدراسات وقابلية التوسّع الحاسوبي ركيزتين أساسيتين لهذه الرؤية. ونسعى إلى تطوير أساليب دقيقة رياضيًا وكفؤة حاسوبيًا على نطاق السكان، تستفيد من موارد مثل UK Biobank وبرنامج All of Us ومشروع Human Phenotype Project ومسح NHANES.

Human Phenotype Project

على الرغم من الدقة الرياضية والمتانة التقنية لكثير من الأساليب المنشورة في أبرز الدوريات المنهجية، فإن تصميمها لا يراعي دائمًا تعقيدات البيانات السريرية الواقعية والافتراضات المرتبطة بتحليلها. لذا ننطلق من أسئلة طبية حيوية محددة وتحديات عملية، ونطوّر أساليب تعكس بنية البيانات وواقع الممارسة السريرية والقرارات الحاسمة التي يواجهها المرضى والأطباء والأنظمة الصحية، بما يدفع المجال إلى الأمام.

الركائز السبع لبرنامجنا البحثي في الصحة الرقمية

ملخّص Glucodensities: A new representation of glucose profiles using distributional data analysis

Glucodensities: A new representation of glucose profiles using distributional data analysis

Marcos Matabuena, Alexander Petersen, Juan C Vidal, Francisco Gude

تمثّل أبحاثنا السبعة تقدّمًا منهجيًا ومفاهيميًا مهمًا في مجال الصحة الرقمية.

يمثّل تقديم مفهوم كثافة الغلوكوز خطوة أولى نحو إنشاء أنماط ظاهرية رقمية أكثر تعقيدًا عبر تحليل البيانات الدالية والتوزيعية. ويفتح هذا الإطار مسارات جديدة للاكتشاف البيولوجي، ويتيح استخدام المعلومات المستمرة التي تولّدها الأجهزة الطبية الحديثة بكفاءة أكبر، بدلًا من اختزالها في عدد محدود من المقاييس العددية.

يمثّل تقديم كثافة الغلوكوز متعددة المتغيرات خطوة مفاهيمية أخرى في تحليل فسيولوجيا الإنسان. فلم تعد البيانات السريرية تُحلّل بوصفها أرقامًا منفردة فحسب، بل بوصفها كائنات معقدة أقرب إلى الصور الطبية. وأصبح بالإمكان دمج ديناميكيات العمليات الفسيولوجية الكامنة ضمن إطار توزيعي موحّد لكثافة الغلوكوز.

بالتعاون مع Ciprian Crainiceanu طوّرنا نماذج للتأثيرات العشوائية لبيانات كثافة الغلوكوز، فوسّعنا هذه الأفكار لتشمل دراسات طولية تمتد لأسابيع أو أشهر أو سنوات. ويوفّر هذا العمل إطارًا جديدًا لاستخدام المعلومات الرقمية في التجارب السريرية، مع إمكانية زيادة القوة الإحصائية واكتشاف مؤشرات حيوية طولية جديدة وأكثر أهمية.

بالتعاون مع Mateo Cámara، نقترح أول إطار لنمذجة التأثيرات العشوائية في الفضاءات المترية العامة، بما يوفّر نهجًا موحّدًا لتحليل أنواع مختلفة من الكائنات الإحصائية في الدراسات السريرية. فمعظم معلومات الصحة الرقمية شبه مستمرة زمنيًا، وتُقاس على مقاييس زمنية متعددة، وتُظهر بطبيعتها بنية متعددة المستويات. ويقدّم إطارنا، للمرة الأولى، طريقة تحليلية عامة لنمذجة مصادر التباين المعقدة هذه ضمن نطاق رياضي أوسع.

ويُعدّ إطار قياس عدم اليقين في الفضاءات المترية، الذي طوّرناه مع Gábor Lugosi، مهمًا من الناحية المنهجية، لأنه يقدّم طريقة رسمية لمعايرة التغطية الشرطية وتقييمها دون افتراضات مقيّدة بشأن النعومة. كما يفتح إطارًا أعمّ لقياس عدم اليقين في مؤشرات المستقبل الحيوية، التي ستُمثّل بصورة متزايدة بتوزيعات أو دوال أو صور أو شبكات أو غيرها من الكائنات العشوائية غير الإقليدية المعقدة.

والعمل الذي أنجزناه مع زملائنا الصينيين، Mingyang Yi, Zhiming Ma، و Ruoyu Wang، حول نماذج الانتشار وأخطاء القياس يتيح إدراج عدم اليقين في القياسات ضمن القرارات الطبية الحيوية. وتتمثل الفكرة الأساسية في دمج أساليب عامة للذكاء الاصطناعي التوليدي في إجراءات التحليل الإحصائي التقليدية لأخطاء القياس، بحيث تدخل أخطاء المستشعرات والقياسات السريرية والتقنيات الطبية الحيوية الأخرى مباشرة في التحليل.

وأخيرًا، يتوقف نجاح عصر البيانات الجديد أيضًا على تطوير تصاميم تجريبية وأساليب معاينة جديدة. وبالتعاون مع Yating Zou و Michael Kosorok، نقترح منهجية جديدة للغابات العشوائية لبيانات المسوح ذات التصاميم المعقدة. ولها آثار مهمة على الاستدلال لأن إجراء إعادة المعاينة بطريقة البوتستراب يُطبّق على مستوى العقدة. وهذا يفتح آفاقًا نظرية لتحسين أداء التعلّم الآلي في تصاميم المعاينة المعقدة، ويوفّر في الوقت نفسه أسلوبًا قائمًا على أسس سليمة لاستخدام مجموعات البيانات الصحية الكبيرة مع الحفاظ على صلاحية الاستدلال بشأن السكان المستهدفين.

تحدّد هذه الأعمال مجتمعة الركائز الأساسية لبرنامجنا البحثي: التمثيل الجديد لبيانات الصحة الرقمية، والنمذجة الطولية ومتعددة المستويات، وقياس عدم اليقين، وتصحيح أخطاء القياس بالذكاء الاصطناعي التوليدي، والاستدلال الإحصائي السليم في الدراسات الطبية الحيوية المعقدة.

نتاجنا البحثي في السنوات السابقة

2026

Denoising Data with Measurement Error Using a Reproducing Kernel-based Diffusion Model
Denoising Data with Measurement Error Using a Reproducing Kernel-based Diffusion Model
Mingyang Yi, Marcos Matabuena, Zhiming Ma, Ruoyu Wang
arXiv  ·  14 Jul 2026  ·  arxiv:2501.00212
EpiBinder: a multimodal framework for cell-type-specific prediction and interpretation of transcription factor binding
EpiBinder: a multimodal framework for cell-type-specific prediction and interpretation of transcription factor binding
Ruben Solozabal, Albert Baichorov, Irina Miodownik, Tamir Avioz, Le Song, Marcos Matabuena, Martin Takáč, Ariel Afek
openRxiv  ·  08 Jul 2026  ·  10.64898/2026.07.06.736502
Pre-activity glycemic prediction prioritizes post-meal movement
Pre-activity glycemic prediction prioritizes post-meal movement
Smadar Shilo, Gal Sapir, Guy Lutsker, Yeela Talmor-Barkan, Anastasia Godneva, Alon Diament, Marcos Matabuena, Eran Segal, Hagai Rossman
openRxiv  ·  24 Jun 2026  ·  doi:10.64898/2026.06.22.26356272
Conformal and kNN Predictive Uncertainty Quantification Algorithms in Metric Spaces
Conformal and kNN Predictive Uncertainty Quantification Algorithms in Metric Spaces
Gábor Lugosi, Marcos Matabuena
arXiv  ·  23 Jun 2026  ·  arxiv:2507.15741
A Deep Learning-Based Predictive Algorithm for Metabolic Syndrome Detection in the U.S. Population
A Deep Learning-Based Predictive Algorithm for Metabolic Syndrome Detection in the U.S. Population
Cristina Correa, Ruben Solozabal, Ziad Akram Ali Hammouri, Fernando Gómez-Peralta, Hagai Rossman, Juan C. Vidal, David C. Klonoff, Eran Segal, Marcos Matabuena
openRxiv  ·  02 Jun 2026  ·  doi:10.64898/2026.05.24.26354007
Capturing the Curve: Functional Data Analysis for Validated Digital Outcome Measures
Capturing the Curve: Functional Data Analysis for Validated Digital Outcome Measures
Mia S. Tackney, Marcos Matabuena, Marco Palma, Michael Wester, Claire Maassen, Thomas Krammer, Julian Mustroph, Peter H. Charlton, James Carpenter, Sofia S. Villar
arXiv  ·  28 May 2026  ·  arxiv:2605.28344
Gaussian mixture models in Hilbert spaces via kernel methods
Gaussian mixture models in Hilbert spaces via kernel methods
Daniel López-Montero, Antonio Álvarez-López, Marcos Matabuena
arXiv  ·  08 May 2026  ·  arxiv:2605.05996
Screening for diabetes mellitus in the US population using neural network-based modeling and complex survey designs
Screening for diabetes mellitus in the US population using neural network-based modeling and complex survey designs
Marcos Matabuena, Juan C Vidal, Rahul Ghosal, Jukka-Pekka Onnela
Statistical Methods in Medical Research  ·  07 May 2026  ·  doi:10.1177/09622802261442893
Random-Effects Algorithm for Random Objects in Metric Spaces
Random-Effects Algorithm for Random Objects in Metric Spaces
Marcos Matabuena, Mateo Cámara
arXiv  ·  05 May 2026  ·  arxiv:2605.02693
Continuous-Time Learning of Probability Distributions: A Case Study in a Digital Trial of Young Children with Type 1 Diabetes
Continuous-Time Learning of Probability Distributions: A Case Study in a Digital Trial of Young Children with Type 1 Diabetes
Antonio Álvarez-López, Marcos Matabuena
arXiv  ·  26 Mar 2026  ·  arxiv:2603.24427
Multilevel functional distributional models with applications to continuous glucose monitoring in diabetes clinical trials
Multilevel functional distributional models with applications to continuous glucose monitoring in diabetes clinical trials
Marcos Matabuena, Ciprian M. Crainiceanu
The Annals of Applied Statistics  ·  01 Mar 2026  ·  doi:10.1214/26-AOAS2139
Glucodensity-Based Models Outperform Time in Range and Glycemia Risk Index in Prediction Models
Glucodensity-Based Models Outperform Time in Range and Glycemia Risk Index in Prediction Models
Mandy M. Shao, Agatha F. Scheideman, David C. Klonoff, Francisco Gude, Marcos Matabuena
Journal of Diabetes Science and Technology  ·  23 Feb 2026  ·  doi:10.1177/19322968261421954
Survival on Image Regression With Application to Partially Functional Distributional Representation of Physical Activity
Survival on Image Regression With Application to Partially Functional Distributional Representation of Physical Activity
Rahul Ghosal, Sunwoo Emma Cho, Marcos Matabuena
Statistical Analysis and Data Mining: An ASA Data Science Journal  ·  01 Feb 2026  ·  doi:10.1002/sam.70068
Exploratory analysis of smartphone-based step counts as a digital biomarker for survival in ALS patients
Exploratory analysis of smartphone-based step counts as a digital biomarker for survival in ALS patients
Marcos Matabuena, Marcin Straczkiewicz, Narghes Calcagno, Katherine M. Burke, Timothy B. Royse, Amrita Iyer, Kendall T. Carney, Sydney Hall, James D. Berry, Jukka-Pekka Onnela
Frontiers in Digital Health  ·  29 Jan 2026  ·  doi:10.3389/fdgth.2025.1705368
Beyond scalar metrics: functional data analysis of postprandial continuous glucose monitoring in the AEGIS study
Beyond scalar metrics: functional data analysis of postprandial continuous glucose monitoring in the AEGIS study
Marcos Matabuena, Joseph Sartini, Francisco Gude
BMC Medical Research Methodology  ·  24 Jan 2026  ·  doi:10.1186/s12874-025-02748-2
Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
Yating Zou, Marcos Matabuena, Michael R. Kosorok
arXiv  ·  07 Jan 2026  ·  arxiv:2512.08179
Daily Physical Activity Patterns Enhance Mortality Prediction in NHANES 2011-2014: A Comparative Study Across Classical, Machine Learning, and Deep Learning Models Using Accelerometer Data
Daily Physical Activity Patterns Enhance Mortality Prediction in NHANES 2011-2014: A Comparative Study Across Classical, Machine Learning, and Deep Learning Models Using Accelerometer Data
Srimanta Ghosh, Sunwoo Emma Cho, Yuanzhen Yue, Marcos Matabuena, Enakshi Saha, Rahul Ghosal
Journal for the Measurement of Physical Behaviour  ·  01 Jan 2026  ·  doi:10.1123/jmpb.2025-0052
From Physical Activity to Spirometry as a Curve : A Combined Model for Mortality Prediction
From Physical Activity to Spirometry (as a Curve): A Combined Model for Mortality Prediction
Marcos Matabuena, Marcos Matabuena@mbzuai Ac Ae, Emma Cho, Rahul Ghosal, Cristina Correa, Mateo Cámara, Manuel Oviedo De La Fuente, Holger Cevallos, Francisco Gude
غير منشور  ·  01 Jan 2026  ·  doi:10.13140/RG.2.2.35806.60486

2025

Continuous Glucose Monitoring as an alternative for Cystic Fibrosis Related diabetes screening and diagnosis
Continuous Glucose Monitoring as an alternative for Cystic Fibrosis Related diabetes screening and diagnosis
I. Aguilera García, P. Vázquez Pérez, B. López Plaza, M. Matabuena, R.M. García Moreno, S.Palma Milla, E. Zamarrón de Lucas, M.C. Prados Sánchez, N. González Pérez de Villar
Diabetes Research and Clinical Practice  ·  01 Nov 2025  ·  doi:10.1016/j.diabres.2025.112952
Unequal strides to longevity. The extra mile to health equity
Unequal strides to longevity. The extra mile to health equity
Borja del Pozo Cruz, Francisco Perales, Marcin Straczkiewicz, Marcos Matabuena, Jesús del Pozo-Cruz, Rubén López-Bueno
Annals of Epidemiology  ·  01 Nov 2025  ·  doi:10.1016/j.annepidem.2025.10.009
kNN Algorithm for Conditional Mean and Variance Estimation with Automated Uncertainty Quantification and Variable Selection
kNN Algorithm for Conditional Mean and Variance Estimation with Automated Uncertainty Quantification and Variable Selection
Marcos Matabuena, Juan C. Vidal, Oscar Hernan Madrid Padilla, Jukka-Pekka Onnela
arXiv  ·  28 Oct 2025  ·  arxiv:2402.01635
Variable Selection for Fixed and Random Effects in Multilevel Functional Mixed Effects Models
Variable Selection for Fixed and Random Effects in Multilevel Functional Mixed Effects Models
Rahul Ghosal, Marcos Matabuena, Enakshi Saha
arXiv  ·  24 Oct 2025  ·  arxiv:2505.05416
ROC Analysis with Covariate Adjustment Using Neural Network Models: Evaluating the Role of Age in the Physical Activity-Mortality Association
ROC Analysis with Covariate Adjustment Using Neural Network Models: Evaluating the Role of Age in the Physical Activity-Mortality Association
Ziad Akram Ali Hammouri, Yating Zou, Rahul Ghosal, Juan C. Vidal, Marcos Matabuena
arXiv  ·  20 Oct 2025  ·  arxiv:2510.14494
Glucodensity functional profiles outperform traditional continuous glucose monitoring metrics
Glucodensity functional profiles outperform traditional continuous glucose monitoring metrics
Marcos Matabuena, Rahul Ghosal, Javier Enrique Aguilar, Ayya Keshet, Robert Wagner, Carmen Fernández Merino, Juan Sánchez Castro, Vadim Zipunnikov, Jukka-Pekka Onnela, Francisco Gude
Scientific Reports  ·  29 Sep 2025  ·  doi:10.1038/s41598-025-18119-2
Age, Sex, BMI, Meal Timing, and Glycemic Response to Meal Glycemic Load
Age, Sex, BMI, Meal Timing, and Glycemic Response to Meal Glycemic Load
Mar Calvo-Malvar, Óscar Lado-Baleato, Ana Cao Ríos, Cristina Porca Fernández, Alfonso Benítez-Calvo, Carmen Fernandez-Merino, Juan Sánchez-Castro, Robert Wagner, Marcos Matabuena, Francisco Gude
JAMA Network Open  ·  23 Sep 2025  ·  doi:10.1001/jamanetworkopen.2025.33193
Continuous Temporal Learning of Probability Distributions via Neural ODEs with Applications in Continuous Glucose Monitoring Data
Continuous Temporal Learning of Probability Distributions via Neural ODEs with Applications in Continuous Glucose Monitoring Data
Antonio Álvarez-López, Marcos Matabuena
arXiv  ·  18 Sep 2025  ·  arxiv:2505.08698
Distributional Data Analysis Uncovers Hundreds of Novel and Heritable Phenomic Features from Temporal Cotton and Maize Drone Imagery
Distributional Data Analysis Uncovers Hundreds of Novel and Heritable Phenomic Features from Temporal Cotton and Maize Drone Imagery
Aaron J. DeSalvio, Marcos Matabuena, Alper Adak, Mustafa A. Arik, Serina M. DeSalvio, …, Shawn M. Kaeppler, Dayane C. Lima, Candice N. Hirsch, Addie Thompson, David M. Stelly
openRxiv  ·  07 Sep 2025  ·  doi:10.1101/2025.09.05.674557
Functional time transformation model with applications to digital health
Functional time transformation model with applications to digital health
Rahul Ghosal, Marcos Matabuena, Sujit K. Ghosh
Computational Statistics & Data Analysis  ·  01 Jul 2025  ·  doi:10.1016/j.csda.2025.108131
Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
Marcos Matabuena, Rahul Ghosal, Pavlo Mozharovskyi, Oscar Hernan Madrid Padilla, Jukka-Pekka Onnela
arXiv  ·  11 Jun 2025  ·  arxiv:2506.08325
Conformal prediction for uncertainty quantification in dynamic biological systems
Conformal prediction for uncertainty quantification in dynamic biological systems
Alberto Portela, Julio R. Banga, Marcos Matabuena
PLOS Computational Biology  ·  12 May 2025  ·  doi:10.1371/journal.pcbi.1013098
A Telehealth Program Using Continuous Glucose Monitoring and a Connected Insulin Pen Cap in Nursing Homes for Older Adults with Insulin-Treated Diabetes: The Trescasas Study
A Telehealth Program Using Continuous Glucose Monitoring and a Connected Insulin Pen Cap in Nursing Homes for Older Adults with Insulin-Treated Diabetes: The Trescasas Study
Fernando Gomez-Peralta, Cristina Abreu, Estefanía Santos, Alvaro Da Silva, Ana San Frutos, …, Ana Franco-López, Cristina López Mardomingo, Benito Cañuelo, Guillermo Blazquez, Marcos Matabuena
Diabetes Technology & Therapeutics  ·  01 May 2025  ·  doi:10.1089/dia.2024.0356
Uncertainty quantification for intervals
Uncertainty quantification for intervals
Carlos García Meixide, Michael R. Kosorok, Marcos Matabuena
arXiv  ·  01 Apr 2025  ·  arxiv:2408.16381
Deep Learning Framework with Uncertainty Quantification for Survey Data: Assessing and Predicting Diabetes Mellitus Risk in the American Population
Deep Learning Framework with Uncertainty Quantification for Survey Data: Assessing and Predicting Diabetes Mellitus Risk in the American Population
Marcos Matabuena, Juan C. Vidal, Rahul Ghosal, Jukka-Pekka Onnela
arXiv  ·  27 Mar 2025  ·  arXiv:2403.19752
Optimal Cut-Point Estimation for Functional Digital Biomarkers: Application to Diabetes Risk Stratification via Continuous Glucose Monitoring
Optimal Cut-Point Estimation for Functional Digital Biomarkers: Application to Diabetes Risk Stratification via Continuous Glucose Monitoring
Oscar Lado-Baleato, Carla Díaz-Louza, Francisco Gude, Marcos Matabuena
arXiv  ·  11 Mar 2025  ·  arxiv:2404.09716
Causal survival embeddings: Non-parametric counterfactual inference under right-censoring
Causal survival embeddings: Non-parametric counterfactual inference under right-censoring
Carlos García Meixide, Marcos Matabuena
Statistical Methods in Medical Research  ·  11 Feb 2025  ·  doi:10.1177/09622802241311455
Kernel biclustering algorithm in Hilbert spaces
Kernel biclustering algorithm in Hilbert spaces
Marcos Matabuena, Juan C. Vidal, Oscar Hernan Madrid Padilla, Dino Sejdinovic
Advances in Data Analysis and Classification  ·  21 Jan 2025  ·  doi:10.1007/s11634-024-00619-0
Variable Selection Methods for Multivariate, Functional, and Complex Biomedical Data in the AI Age
Variable Selection Methods for Multivariate, Functional, and Complex Biomedical Data in the AI Age
Marcos Matabuena
arXiv  ·  14 Jan 2025  ·  arxiv:2501.06868

2024

Predicting distributions of physical activity profiles in the National Health and Nutrition Examination Survey database using a partially linear Fr chet single index model
Predicting distributions of physical activity profiles in the National Health and Nutrition Examination Survey database using a partially linear Fréchet single index model
Marcos Matabuena, Aritra Ghosal, Wendy Meiring, Alexander Petersen
Biostatistics  ·  31 Dec 2024  ·  doi:10.1093/biostatistics/kxaf013
Divergent hypoglycemic and hyperglycemic responses to the components of evening meals. A general adult population study in individuals without diabetes AEGIS Study
Divergent hypoglycemic and hyperglycemic responses to the components of evening meals. A general adult population study in individuals without diabetes (AEGIS Study)
Tomás González-Vidal, Mar Calvo-Malvar, Carmen Fernández-Merino, Juan Sánchez-Castro, Óscar Lado-Baleato, Carla Díaz-Louzao, Marcos Pazos-Couselo, Manuela Alonso-Sampedro, Marcos Matabuena, Francisco Gude
Clinical Nutrition  ·  01 Dec 2024  ·  doi:10.1016/j.clnu.2024.11.020
Exploring the Interplay Between Physical Activity, Dietary Patterns, Diabetes, and All-Cause Mortality in the U.S.A. Population, NHANES 2011-2014: A Distributional Data Analysis Perspective
Exploring the Interplay Between Physical Activity, Dietary Patterns, Diabetes, and All-Cause Mortality in the U.S.A. Population, NHANES 2011-2014: A Distributional Data Analysis Perspective
Marcos Matabuena, Anxo Carreira, Robert Wagner, Miguel Sousa, Miguel Saavedra, Rahul Ghosal, JP Onnela, Lucimere Bohn
Springer Science and Business Media LLC  ·  15 Nov 2024  ·  doi:10.21203/rs.3.rs-5314139/v1
Exploring the association between daily distributional patterns of physical activity and cardiovascular mortality risk among older adults in NHANES 2003-2006
Exploring the association between daily distributional patterns of physical activity and cardiovascular mortality risk among older adults in NHANES 2003-2006
Sunwoo Emma Cho, Enakshi Saha, Marcos Matabuena, Jingkai Wei, Rahul Ghosal
Annals of Epidemiology  ·  01 Nov 2024  ·  doi:10.1016/j.annepidem.2024.10.001
Uncertainty Quantification in Dynamic Models of Biological Systems Using Conformal Prediction
Uncertainty Quantification in Dynamic Models of Biological Systems Using Conformal Prediction
Alberto Portela, Julio R. Banga, Marcos Matabuena
[object Object]  ·  01 Oct 2024  ·  doi: 10.5281/zenodo.13838652
Book Review: Functional Data Analysis with R by Ciprian M. Crainiceanu, Jeff Goldsmith, Andrew Leroux, and Erjia Cui
Book Review: Functional Data Analysis with R by Ciprian M. Crainiceanu, Jeff Goldsmith, Andrew Leroux, and Erjia Cui
Marcos Matabuena
Journal of Agricultural, Biological and Environmental Statistics  ·  01 Oct 2024  ·  doi:10.1007/s13253-024-00656-4
Multivariate scalar on multidimensional distribution regression with application to modeling the association between physical activity and cognitive functions
Multivariate scalar on multidimensional distribution regression with application to modeling the association between physical activity and cognitive functions
Rahul Ghosal, Marcos Matabuena
Biometrical Journal  ·  22 Sep 2024  ·  doi:10.1002/bimj.202400042
Neural interval-censored survival regression with feature selection
Neural interval-censored survival regression with feature selection
Carlos García Meixide, Marcos Matabuena, Louis Abraham, Michael R. Kosorok
Statistical Analysis and Data Mining: The ASA Data Science Journal  ·  16 Jul 2024  ·  doi:10.1002/sam.11704
Energy Distance and Kernel Mean Embeddings for Two-Sample Survival Testing with Applications in Immunotherapy Clinical Trials
Energy Distance and Kernel Mean Embeddings for Two-Sample Survival Testing with Applications in Immunotherapy Clinical Trials
Marcos Matabuena, Oscar Hernan Madrid Padilla
REVSTAT-Statistical Journal  ·  14 Jun 2024  ·  doi:10.57805/revstat.vi.572
Conformal uncertainty quantification using kernel depth measures in separable Hilbert spaces
Conformal uncertainty quantification using kernel depth measures in separable Hilbert spaces
Marcos Matabuena, Rahul Ghosal, Pavlo Mozharovskyi, Oscar Hernan Madrid Padilla, Jukka-Pekka Onnela
arXiv  ·  24 May 2024  ·  arxiv:2405.13970
Uncertainty quantification in metric spaces
Uncertainty quantification in metric spaces
Gábor Lugosi, Marcos Matabuena
arXiv  ·  09 May 2024  ·  arxiv:2405.05110
Insulin glargine 300 U ml versus insulin degludec 100 U ml improves nocturnal glycaemic control and variability in type 1 diabetes under routine clinical practice: A glucodensities-based post hoc analysis of the OneCare study
Insulin glargine 300 U/ml versus insulin degludec 100 U/ml improves nocturnal glycaemic control and variability in type 1 diabetes under routine clinical practice: A glucodensities-based post hoc analysis of the OneCare study
Fernando Gomez‐Peralta, Ana Chico Ballesteros, Amparo Marco Martínez, Begoña Pérez Corral, Ignacio Conget Donlo, Paulina Fuentealba Melo, Fernando Zaragozá Arnáez, Marcos Matabuena Rodríguez
Diabetes, Obesity and Metabolism  ·  01 May 2024  ·  doi: 10.1111/dom.15496
Personalized Imputation in metric spaces via conformal prediction: Applications in Predicting Diabetes Development with Continuous Glucose Monitoring Information
Personalized Imputation in metric spaces via conformal prediction: Applications in Predicting Diabetes Development with Continuous Glucose Monitoring Information
Marcos Matabuena, Carla Díaz-Louzao, Rahul Ghosal, Francisco Gude
arXiv  ·  28 Mar 2024  ·  arxiv:2403.18069
Insulin glargine 300 U ml versus insulin degludec 100 U ml improves nocturnal glycaemic control and variability in type 1 diabetes under routine clinical practice: A glucodensities-based post hoc analysis of the OneCare study
Insulin glargine 300 U/ml versus insulin degludec 100 U/ml improves nocturnal glycaemic control and variability in type 1 diabetes under routine clinical practice: A glucodensities-based post hoc analysis of the OneCare study
Fernando Gomez‐Peralta, Ana Chico Ballesteros, Amparo Marco Martínez, Begoña Pérez Corral, Ignacio Conget Donlo, Paulina Fuentealba Melo, Fernando Zaragozá Arnáez, Marcos Matabuena Rodríguez
Diabetes, Obesity and Metabolism  ·  20 Feb 2024  ·  doi:10.1111/dom.15496
Author Correction: Reassessment of fluctuating dental asymmetry in Down syndrome
Author Correction: Reassessment of fluctuating dental asymmetry in Down syndrome
Marcos Matabuena Rodríguez, Pedro Diz Dios, Carmen Cadarso-Suárez, Márcio Diniz-Freitas, Mercedes Outumuro Rial, Maria Teresa Abeleira Pazos, Jacobo Limeres Posse
Scientific Reports  ·  16 Jan 2024  ·  doi:10.1038/s41598-024-51672-w

2021

Glucodensities: A new representation of glucose profiles using distributional data analysis
Glucodensities: A new representation of glucose profiles using distributional data analysis
Marcos Matabuena, Alexander Petersen, Juan C Vidal, Francisco Gude
Statistical Methods in Medical Research  ·  01 Jun 2021  ·  doi: 10.1177/0962280221998064