Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | http://repositorio.ufsc.br/handle/123456789/103445 |
Resumo: | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Ciências Médicas, Florianópolis, 2012 |
id |
UFSC_38826bc8b6b24c8af6c30fda33c4f75c |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/103445 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólicoCiencias medicasSistemas especialistas (Computação)Redes bayesianasDisturbios da nutricaoDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Ciências Médicas, Florianópolis, 2012Justificativa: Os distúrbios nutricionais que afetam crianças e adolescentes possuem componente multifatorial. Em um ambiente da rede de saúde coletiva, onde a demanda de atendimento nem sempre é comportada por médicos especialistas, sistemas que utilizam inteligência artificial podem vir a ser um mecanismo de suporte ao diagnóstico e tomada de decisão. Objetivos: O presente trabalho se propõe a validação de um sistema especialista aplicado ao suporte do diagnóstico médico de risco metabólico em crianças e adolescentes de 5 a 17 anos, e que utiliza como ferramenta computacional redes bayesianas. Métodos: Para validação do sistema foram coletados dados sociodemográficos, antropométricos, de atividade física e pressão arterial de 100 crianças e adolescentes com idades entre 5 e 17 anos. Esses dados foram inseridos no sistema especialista construído como informação para o sistema. Coletou-se 20 novos pacientes que foram avaliados por médicos especialistas que apresentaram o diagnóstico de cada um dos pacientes em relação ao risco metabólico. Os mesmos dados foram inseridos no sistema e utilizados para verificar a compatibilidade dos diagnósticos feitos pelos especialistas e pelo sistema. Resultados: O sistema mostrou um índice de acerto de 70% quando comparado com diagnóstico clínico Conclusão: O sistema especialista avaliado apresenta um bom valor preditivo, porém necessita de alguns ajustes e refinamentos para que possa ser implantado e de uma amostra maior de casos para que os testes finais sejam realizados.<br>Abstract : Justification: The nutritional disorders affecting children and adolescents have a multifunctional component. In a public health network environment, where the demand for care is not always attended by medical specialists, systems that use that use artificial intelligence may become a mechanism to support the diagnosis and decision making. Objectives: The present study aims to validate an expert system applied to support a medical diagnosis of metabolic risk in children and adolescents 5-17 years of age, and as a computational tool that uses Bayesian networks. Methods: To validate the system were collected sociodemographic, anthropometric, physical activity and blood pressure of 100 children and adolescents aged 5 to 17 years. These data were enteres into the expert system built as information to the system. It was collected from 20 new patients that were evaluated by medical experts who had the diagnosis of each patient in relation to metabolic risk. The same data were entered into the system and used to check the consistency of diagnoses made by specialists and by the system. Results: The system showed a success rate of 70%, z score of 1.96. Conclusion: The expert system evaluated has a good predictive value, needing some adjustments and refinements so that it can be deployed and the final tests can be performed.Pires, Maria Marlene de SouzaUniversidade Federal de Santa CatarinaMayer, Helídia Cardoso2013-07-16T04:40:49Z2013-07-16T04:40:49Z20122012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis99 p.| il., tabs.application/pdf313831http://repositorio.ufsc.br/handle/123456789/103445porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-07-16T04:40:49Zoai:repositorio.ufsc.br:123456789/103445Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-07-16T04:40:49Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
title |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
spellingShingle |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico Mayer, Helídia Cardoso Ciencias medicas Sistemas especialistas (Computação) Redes bayesianas Disturbios da nutricao |
title_short |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
title_full |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
title_fullStr |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
title_full_unstemmed |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
title_sort |
Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico |
author |
Mayer, Helídia Cardoso |
author_facet |
Mayer, Helídia Cardoso |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pires, Maria Marlene de Souza Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Mayer, Helídia Cardoso |
dc.subject.por.fl_str_mv |
Ciencias medicas Sistemas especialistas (Computação) Redes bayesianas Disturbios da nutricao |
topic |
Ciencias medicas Sistemas especialistas (Computação) Redes bayesianas Disturbios da nutricao |
description |
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Ciências Médicas, Florianópolis, 2012 |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012 2012 2013-07-16T04:40:49Z 2013-07-16T04:40:49Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
313831 http://repositorio.ufsc.br/handle/123456789/103445 |
identifier_str_mv |
313831 |
url |
http://repositorio.ufsc.br/handle/123456789/103445 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
99 p.| il., tabs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652029229268992 |