Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde

Detalhes bibliográficos
Autor(a) principal: Hammes, Jades Fernando
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/205037
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2018.
id UFSC_bde535ad71b5b67bcc74186d670e90e8
oai_identifier_str oai:repositorio.ufsc.br:123456789/205037
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúdeInformática na medicinaAtenção Primária à SaúdeAcidente vascular cerebralSistemas de informação gerencialDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2018.As doenças cerebrovasculares e hipertensivas estão entre as principais causas de óbito no mundo. Somente em 2010, foram responsáveis por quase 35 milhões de óbitos, 30% a mais do ocorrido em 1990. Este comportamento global se observa também no Brasil. Entender o comportamento de uma doença a longo prazo é fundamental para aprimorar seu tratamento e reduzir o número de óbitos por ela causados. Comparando o Brasil com os Estados Unidos, a doença cerebrovascular como principal causa de morte permanece em segundo lugar desde o ano de 2005 comparando até o ano de 2016, com um aumento de 12,1%. O objetivo deste trabalho é desenvolver um dashboard com indicadores e mapas georeferenciados de doenças cerebrovasculares e, principalmente, testar um modelo de análise preditiva que determine probabilisticamente a chance de um cidadão desenvolver estas doenças ponderando seus fatores de riscos em saúde. Foi utilizado o métido de regressão logística otimizada por um algoritmo de otimização (Gradiente Descendente Estocástico). Após o aprendizado em dados históricos, foi possível predizer a chance de um cidadão se deparar com esta patologia. O resultado foi apresentado em forma de relatório da ferramenta de dashboard desenvolvida também neste trabalho.Abstract : Cerebrovascular and hypertensive diseases are among the main causes of death in the world. In 2010 only, it was responsible for almost 35 million deaths, 30% more of that occurred in 1990. This global behaviour is also observed in Brazil. Understand the behaviour of a disease in the long-term is fundamental to improve its treatment and cut the number of deaths it causes. Comparing Brazil with the United States, the cerebrovascular disease as the leading cause of death remains in second place since the compared to the year of 2016, with an increase of 12.1%. The purpose of this work is to develop a dashboard with georeferenced indicators and maps, to test a model of predictive analy-probabilistically the chance of a citizen developing these diseases by pondering their factors of health risks. The optimized logistic regression method was used for an optimization algorithm (Stochastic Descending Gradient). After learning in data it was possible to predict the chance of a citizen facing this pathology. Zero results were presented in the form of a report of the developed dashboard tool also in this work.Dal Sasso, Grace Teresinha MarconWazlawick, Raul SidneiUniversidade Federal de Santa CatarinaHammes, Jades Fernando2020-03-31T13:25:46Z2020-03-31T13:25:46Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf360358https://repositorio.ufsc.br/handle/123456789/205037porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2020-03-31T13:25:46Zoai:repositorio.ufsc.br:123456789/205037Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-03-31T13:25:46Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
title Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
spellingShingle Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
Hammes, Jades Fernando
Informática na medicina
Atenção Primária à Saúde
Acidente vascular cerebral
Sistemas de informação gerencial
title_short Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
title_full Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
title_fullStr Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
title_full_unstemmed Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
title_sort Dashboard e um modelo de análise preditiva para doenças cerebrovasculares na atenção primária em saúde
author Hammes, Jades Fernando
author_facet Hammes, Jades Fernando
author_role author
dc.contributor.none.fl_str_mv Dal Sasso, Grace Teresinha Marcon
Wazlawick, Raul Sidnei
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Hammes, Jades Fernando
dc.subject.por.fl_str_mv Informática na medicina
Atenção Primária à Saúde
Acidente vascular cerebral
Sistemas de informação gerencial
topic Informática na medicina
Atenção Primária à Saúde
Acidente vascular cerebral
Sistemas de informação gerencial
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018
2020-03-31T13:25:46Z
2020-03-31T13:25:46Z
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 360358
https://repositorio.ufsc.br/handle/123456789/205037
identifier_str_mv 360358
url https://repositorio.ufsc.br/handle/123456789/205037
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 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_ 1808651915213406208

Registros relacionados