FS-OPA: Combination of optimization based on phylogram analysis and cox regression applied to mental disorder datasets (2019)
- Authors:
- Autor USP: KHARRAT, FATEMEH GHOLI ZADEH - Interunidades em Bioengenharia
- Unidade: Interunidades em Bioengenharia
- Sigla do Departamento: Programa Interunidades em Bioengenharia: EESC/FMRP/IQSC-USP
- Subjects: TRANSTORNOS MENTAIS; REGISTROS MÉDICOS; HOSPITAIS PSIQUIÁTRICOS; ANÁLISE DE DADOS
- Keywords: Otimização; Análise de sobrevivência; Cox regressão; Filograma
- Agências de fomento:
- Language: Inglês
- Abstract: Os conjuntos de dados digitais em vários hospitais acumulam dados de milhares de pacientes por mais de uma década. Em geral, não há equipe com especialistas suficientes, com as diferentes habilidades necessãrias, capazes de analisá-las por inteiro. A integração dessas habilidades geralmente exige um período relativamente longo e custa. Este projeto propõe uma nova técnica de Sensibilidade aos recursos (FS) que pode lidar automaticamente com um grande conjunto de dados. Ele usa uma estratégia de amostragem baseada em critérios da Otimização baseada em Análise de Filogramas (OPA). Chamada FSP-opa, a nova abordagem parece adequada para lidar com qualquer tipo de dosdos brutos dos centros de saúde e manipular todo o conjunto de dados. Além dissom o FS-OPA pode encontrar os principais recursos para a construção de modelos de inferência sem depender do conhecmento especializado do domínio do problema. Os recursos selecionados podem ser combinados com métodos usuais de esttística ou aprendizado de máquina para realizar previsões. O novo método pode extrair conjuntos de dados inteiros do zero. O FS-opa foi avaliado usando um conjunto de dados relativamente grande de hospitais com trsbatornos mentais no Brasil. A abordagem de Cox foi integrada ao FS-opa para gerar modelos de análise de sobrevida relacionados ao tempo de permanência (LOS) em hospitais, assumindo que é um aspecto relevante que pode beneficiar estimativas da eficiência dos hospitais e da qualidade dos tratamentos dos pacientes. Como o FS-opa pode trabalhar com cinjuntos de dados brutos, nenhum conhecimento do domínio do problema foi usado para obter os modelos de previsão preliminares encontrados. Os resultados mostram que o FS-opa conseguiu realizar uma análise de sensibilidae dos recursos usando apenas os dados brutos disponíveis. Dessa forma, o FS-opa pode encontrar os principais recursos sem viés de um modelo de inferência, uma vez que o método proposto não outiliza. Além disso, os experimentos mostram que o FS-opa pode fornecer aos modelos uma troca útil de acordo com sua representatividade e parcimônia. Pode beneficiar análises adicionais por especialistas, pois eles podem se concentrar em aspectos que beneficiam a modelagem de problemas.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 26.09.2019
-
ABNT
KHARRAT, Fatemeh Gholi Zadeh. FS-OPA: Combination of optimization based on phylogram analysis and cox regression applied to mental disorder datasets. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-27022020-170654. Acesso em: 29 dez. 2025. -
APA
Kharrat, F. G. Z. (2019). FS-OPA: Combination of optimization based on phylogram analysis and cox regression applied to mental disorder datasets (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/82/82131/tde-27022020-170654 -
NLM
Kharrat FGZ. FS-OPA: Combination of optimization based on phylogram analysis and cox regression applied to mental disorder datasets [Internet]. 2019 ;[citado 2025 dez. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-27022020-170654 -
Vancouver
Kharrat FGZ. FS-OPA: Combination of optimization based on phylogram analysis and cox regression applied to mental disorder datasets [Internet]. 2019 ;[citado 2025 dez. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/82/82131/tde-27022020-170654
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
