Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning

Detalhes bibliográficos
Autor(a) principal: Fernandez, Marta Duran
Data de Publicação: 2022
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/20.500.12733/4830
Resumo: Orientador: José Cândido Silveira Santos Filho
id UNICAMP-30_895f2e3ed4f468ee0ba1fab3a9a1744f
oai_identifier_str oai::1245156
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learningIdentification of arterial hypertension patterns via machine learningInteligencia artificial - Aplicações médicasAlgoritmo K-meansHipertensãoMineração de dados (Computação)Doenças cardiovascularesAprendizado de máquinaInteligência artificialArtificial intelligenceArtificial intelligence - Medical applicationsK-means algorithmHypertensionData miningCardiovascular diseasesMachine learningOrientador: José Cândido Silveira Santos FilhoDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: A hipertensão arterial é a principal causa de doenças cardiovasculares e, se não tratada, pode ser fator de risco de lesão de órgão-alvo, infarto, acidente vascular cerebral e outras doenças graves. Aferir a Pressão Arterial permite auxiliar no diagnóstico, prevenir situações de risco, monitorar predomínio populacional, controlar a doença e identificar fatores de risco associados à Hipertensão Arterial. Por meio da técnica de Monitorização Ambulatorial da Pressão Arterial (MAPA), é possível identificar a duração do efeito hipertensivo, apontar pacientes suspeitos e os fenômenos Whitecoat, Non-dipping e Morning Surge. Semelhante a outros segmentos da sociedade, a área médica também tem usufruído das técnicas de Inteligência Artificial na análise de grandes volumes de dados, transformando os métodos de diagnósticos e tratamentos, além de identificar potenciais ameaças à saúde pública. Considerando o cenário de gerenciamento de saúde populacional, onde se apura informações de um grande contexto populacional e objeto desta pesquisa, o uso de Aprendizado de Máquina – ramo da Inteligência Artificial -– se mostra adequado para inspeção de grandes volumes de dados, identificação de potenciais grupos de padrão, e formação de agrupamentos considerando que não há um rótulo explícito nos dados. A utilização do k-Means - algoritmo de clustering - no conjunto de dados de 21.137 pacientes permitiu a formação dos grupos, onde foram realizados estudos estatísticos descritivos para identificar características sociodemográficas. O algoritmo Random Forest também foi aplicado para identificar quais variáveis mais influenciaram o processo de classificação dos parâmetros Pressão Arterial Sistólica e Pressão Arterial Diastólica. Este estudo também ofereceu um pipeline analítico baseado em dados reaisAbstract: Hypertension is the main cause of cardiovascular disease. If left untreated, it can be a risk factor for target organ damage, heart attacks, stroke and other serious diseases. Blood pressure measurement allows us to guide therapeutic approaches, monitor population predominance, and identify risk factors associated with Arterial Hypertension. The Ambulatory Blood Pressure Monitoring (ABPM) technique allows physicians to determine the duration of the hypertensive effect, identify suspicious patients, and recognize the Whitecoat, Non-dipping, and Morning Surge phenomena. Similarly to other segments of society, the medical field has also benefited from Artificial Intelligence techniques in analyzing large volumes of data. This has transformed diagnostic and treatment methods and allowed the identification of potential public health threatens. Considering the population health management scenario, where information from a large population is inspected, the use of Machine Learning – a branch of Artificial Intelligence – proves to be adequate to process large volumes of data, identify groups with similar patterns, and form clusters even though there was no explicit labels in the data. The application of k-Means - a clustering algorithm - in a dataset with 21.137 patients allowed the analysis of the results of each group, where studies were applied to identify sociodemographic characteristics. Random Forest - a Machine Learning classification technique - was also evaluated to identify which variables that most influence the classification process of parameters Systolic Blood Pressure and Diastolic Blood Pressure measures. This study also offered an analytical pipeline based on real dataMestradoEngenharia de ComputaçãoMestra em Engenharia ElétricaCNPQ130100/2020-0[s.n.]Santos Filho, José Cândido Silveira, 1979-Soares, Alexandre Anderson de Sousa MunhozBoccato, LevyUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASFernandez, Marta Duran20222022-04-20T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (62 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/4830FERNANDEZ, Marta Duran. Identificação de padrões de hipertensão arterial via aprendizado de máquina: Identification of arterial hypertension patterns via machine learning. 2022. 1 recurso online (62 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/4830. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1245156Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-07-13T16:41:25Zoai::1245156Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-07-13T16:41:25Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
Identification of arterial hypertension patterns via machine learning
title Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
spellingShingle Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
Fernandez, Marta Duran
Inteligencia artificial - Aplicações médicas
Algoritmo K-means
Hipertensão
Mineração de dados (Computação)
Doenças cardiovasculares
Aprendizado de máquina
Inteligência artificial
Artificial intelligence
Artificial intelligence - Medical applications
K-means algorithm
Hypertension
Data mining
Cardiovascular diseases
Machine learning
title_short Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
title_full Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
title_fullStr Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
title_full_unstemmed Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
title_sort Identificação de padrões de hipertensão arterial via aprendizado de máquina : Identification of arterial hypertension patterns via machine learning
author Fernandez, Marta Duran
author_facet Fernandez, Marta Duran
author_role author
dc.contributor.none.fl_str_mv Santos Filho, José Cândido Silveira, 1979-
Soares, Alexandre Anderson de Sousa Munhoz
Boccato, Levy
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Fernandez, Marta Duran
dc.subject.por.fl_str_mv Inteligencia artificial - Aplicações médicas
Algoritmo K-means
Hipertensão
Mineração de dados (Computação)
Doenças cardiovasculares
Aprendizado de máquina
Inteligência artificial
Artificial intelligence
Artificial intelligence - Medical applications
K-means algorithm
Hypertension
Data mining
Cardiovascular diseases
Machine learning
topic Inteligencia artificial - Aplicações médicas
Algoritmo K-means
Hipertensão
Mineração de dados (Computação)
Doenças cardiovasculares
Aprendizado de máquina
Inteligência artificial
Artificial intelligence
Artificial intelligence - Medical applications
K-means algorithm
Hypertension
Data mining
Cardiovascular diseases
Machine learning
description Orientador: José Cândido Silveira Santos Filho
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-04-20T00:00:00Z
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 https://hdl.handle.net/20.500.12733/4830
FERNANDEZ, Marta Duran. Identificação de padrões de hipertensão arterial via aprendizado de máquina: Identification of arterial hypertension patterns via machine learning. 2022. 1 recurso online (62 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/4830. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/4830
identifier_str_mv FERNANDEZ, Marta Duran. Identificação de padrões de hipertensão arterial via aprendizado de máquina: Identification of arterial hypertension patterns via machine learning. 2022. 1 recurso online (62 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/4830. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1245156
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (62 p.) : il., digital, arquivo PDF.
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_ 1799138571233263616

Registros relacionados