Validação de uma base de conhecimento para um sistema especialista bayesiano de apoio ao diagnóstico do risco metabólico

Detalhes bibliográficos
Autor(a) principal: Mayer, Helídia Cardoso
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

Registros relacionados