Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Felipe Junior, Paulo
Data de Publicação: 1995
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1595354
Resumo: Orientador: Renato Marcos Endrizzi Sabbatini
id UNICAMP-30_35baae37d406475e1b04449fe2cdf714
oai_identifier_str oai::295642
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiaisPrognósticoRedes neurais (Computação)MortalidadeUnidade de tratamento intensivoOrientador: Renato Marcos Endrizzi SabbatiniDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia ElétricaResumo: Diversos sistemas foram desenvolvidos com o intuito de estimar a probabilidade de morte em Unidades de Terapia Intensiva, tais como o APACHE e o MPM, que são baseados em regressão logística. No presente trabalho, foi estudado o potencial das Redes Neurais Artificiais para a execução da mesma tarefa. Para tal, diversos experimentos foram realizados utilizando, como base, um perceptron de três camadas com regra de aprendizado por backpropagation onde o número de neurodos da camada intermediária foi de 5, 10, 15 e 20 elementos. Foram utilizados 282 registros de pacientes para o treinamento das redes neurais e 100 registros para o seu teste. Estes dados foram obtidos a partir de um banco de dados da UTI do HCUnicamp, coletados no período de 1988 e 1992, utilizados previamente para calcular os Índices do APACHE 11.Todas as redes apresentaram convergência dentro de 500 ciclos de treinamento sendo que o Erro Global Final, em todos os casos, foi inferior a 0,025. Para avaliar a performance de cada experimento foram utilizados, como índices de desempenho, os valores de acurácia, sensibilidade, especificidade, eficiência, preditividade positiva e negativa e o cálculo da área sob a Curva ROC. Para o conjunto de dados de treino, todas as redes foram capazes de predizer o prognóstico do paciente com acurácias variando entre 97,6% (rede com 20 e 10 neurodos intermediários) e 98,6% (rede com 5 neurodos intermediários). No conjunto de dados de teste, os valores de acurácia variaram entre 76% (rede com 15 neurodos intermediários) e 81% (rede com 5 neurodos intermediários) ... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digitalAbstract: Several systems have been devised with the purpose of estimating the probability of death in intensive care units (ICUs). These systems, such as APACHE and MPM, take the approach of logistic regression ana1ysis. In this work, we have studied instead the applicability of artificial neural networks in performing the same task. Thus, we have conducted some experiments, using three-Iayer perceptrons with backpropagation learning rule, where the neurode count in the intermediate layer was either 5, 10, 15 or 20 elements. 282 patient records were used for training the neural networks, and a further 100 for testing them. The data originated from a database maintained by the ICU of the University Clinics Hospital, State University of Campinas, Brazil; they are from the 1988-92 period, and had been previously used for calculating APACHE II indexes. Ali networks converged within 500 cycles, with a final global error under 0.025 in ali cases. In order to evaluate the experiments, for each of them the accuracy, sensitivity, specificity, efficiency, positive and negative predictability, as well as the calculated area under the ROC curve were used as performance indexes. For the training data set, ali networks were capable of predicting the patient's prognosis, with the accuracy ranging from 97.6% (networks with 20 and 10 intermediate neurodes) to 98.6% (networks with 5 intermediate neurodes). For the test data set, accuracy has varied between 76% (networks with 15 intermediate neurodes) and 81% (with 5 intermediate neurodes) ... Note: The complete abstract is available with the full electronic digital thesis or dissertationsMestradoEngenharia BiomédicaMestre em Engenharia Elétrica[s.n.]Sabbatini, Renato Marcos Endrizzi, 1947-Universidade Estadual de Campinas. Faculdade de Engenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASFelipe Junior, Paulo1995info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf146 f. : il.(Broch.)https://hdl.handle.net/20.500.12733/1595354FELIPE JUNIOR, Paulo. Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais. 1995. 146 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1595354. Acesso em: 14 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/295642porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-05-05T23:24:08Zoai::295642Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-05-05T23:24:08Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
title Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
spellingShingle Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
Felipe Junior, Paulo
Prognóstico
Redes neurais (Computação)
Mortalidade
Unidade de tratamento intensivo
title_short Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
title_full Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
title_fullStr Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
title_full_unstemmed Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
title_sort Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais
author Felipe Junior, Paulo
author_facet Felipe Junior, Paulo
author_role author
dc.contributor.none.fl_str_mv Sabbatini, Renato Marcos Endrizzi, 1947-
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Felipe Junior, Paulo
dc.subject.por.fl_str_mv Prognóstico
Redes neurais (Computação)
Mortalidade
Unidade de tratamento intensivo
topic Prognóstico
Redes neurais (Computação)
Mortalidade
Unidade de tratamento intensivo
description Orientador: Renato Marcos Endrizzi Sabbatini
publishDate 1995
dc.date.none.fl_str_mv 1995
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 (Broch.)
https://hdl.handle.net/20.500.12733/1595354
FELIPE JUNIOR, Paulo. Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais. 1995. 146 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1595354. Acesso em: 14 mai. 2024.
identifier_str_mv (Broch.)
FELIPE JUNIOR, Paulo. Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais. 1995. 146 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1595354. Acesso em: 14 mai. 2024.
url https://hdl.handle.net/20.500.12733/1595354
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/295642
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
146 f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138382591295488

Registros relacionados