Utilização do banco de dados internacional de testes de acidente vascular cerebral para aplicação da metodologia knowledge discovery in databases

• Autor(a) principal: Santos, Igor Augusto
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/27584
• topic: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO; Mineração de dados (Computação); Banco de dados; Acidente vascular cerebral; Data mining; Data bases; Cerebrovascular disease

De acordo com o Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas Não Transmissíveis (DCNT) no Brasil 20112022 (2011), as DCNTs constituem o problema de saúde de maior relevância e respondem por mais de 70% das causas de mortes no Brasil. Considerando a amplitude da saúde em sua forma macro, o presente trabalho fez um recorte sobre o acidente vascular cerebral (AVC), com o objetivo de classificar pacientes que possam evoluir para óbito em até seis meses por meio de técnicas de mineração de dados. Partindo desse pressuposto, e utilizando como referência o Banco Internacional de Testes de AVC, o qual, contempla 3034 instâncias e 266 atributos, foi feito identificação de trabalhos correlatos que por sua vez atuaram como suporte de sustentação na escolha e definição de atributos com o intuito de predizer pacientes diagnosticados com AVC que podem evoluir para óbito. Quatro trabalhos foram norteadores da escolha dos atributos, aplicando-se as técnicas de árvore de decisão e floresta aleatória de tal modo que, foram aplicadas as técnicas para quatro conjunto de dados distintos. Dessa forma, foi possível mensurar a performance de classificação, bem como avaliar os atributos que melhor se encaixam para predição proposta. O melhor resultado foi o que teve como referência os atributos utilizados no estudo de Dheepitha Babu et.,al (2021), sendo 69,67 de acurácia, precisão de 0,749, seguido pela sensibilidade de 0,794. Os estudos selecionados tiveram papel de dar sustentação no processo de seleção dos atributos, por outro lado, a sensibilidade da área da saúde demanda por melhores resultados. Assim, é recomendável o uso da base utilizada no presente trabalho, bem como das métricas mencionadas, com a ressalva de ter como referências outros atributos e técnicas, objetivando melhores resultados.