Introducción a CPA
PCA es un método estadístico, relacionado con la familia de estadísticas multivariadas, basado en la reducción de dimensiones cuyo objetivo es comprender qué discrimina entre grupos de individuos.
Consiste en estudiar datos multidimensionales transformándolos en nuevas variables descorrelacionadas. Son estas nuevas variables las que llamamos componentes principales o ejes principales.
Una de las ventajas de PCA es que permite la visualización de datos multidimensionales en un plano bidimensional, al tiempo que minimiza la pérdida de información, denominada inercia estadística.
Intereses del CPA
PCA es un método estadístico muy visual que permite:
tanto para estudiar las correlaciones entre variables,
también para determinar grupos homogéneos de individuos dentro del mismo grupo y diferenciados entre diferentes grupos.
Se puede aplicar a muchos campos y permite obtener resultados visuales y fácilmente explicables en términos de interpretación.
Aplicación de PCA al estudio de seroprevalencia SEROCOV56
En el estudio SEROCOV56, se utilizó PCR para observar las diferencias en las pruebas positivas entre diferentes kits.
Una de las interpretaciones subyacentes es abordar una forma de cinética de apariencia entre los resultados de la prueba.
Antes de aplicar PCA, se normalizaron las densidades ópticas para poder compararlas entre sí.
Los resultados obtenidos para la gráfica de las correlaciones de los ejes principales fueron los siguientes:
Partiendo del cuadrante de la parte superior derecha hasta el cuadrante de la parte inferior derecha, observamos una forma de cinética de apariencia (idéntica a la observada durante el análisis de las pruebas de concordancia del mismo estudio) , a saber:
1. IgM,
2. IgA,
3. IgG "Spike",
4. IgG "Nucleocapsid".
Estos primeros resultados parecen indicar una cinética de aparición (IgM > IgA > IgG "Spike" > IgG "Nucleocapsid"), lo que lleva al interés de utilizar todos los kits .
Nota:
En nuestro caso, el uso de ACP no está asociado a un análisis de factores de riesgo, por asociación con variables de interés y que se puede obtener mediante una regresión en rangos reducidos (método RRR).