Uma abordagem multivariada para seleção de atributos para predição de mortalidade em UTIs (2019)
- Authors:
- Autor USP: MONTEIRO, FLÁVIO - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- Subjects: ANÁLISE MULTIVARIADA; PREDIÇÃO; MORTALIDADE; APRENDIZADO COMPUTACIONAL
- Agências de fomento:
- Language: Português
- Abstract: Unidades de Tratamento Intensivo (UTIs) são centros médicos cujo foco está no cuidado de pacientes de alto risco. A natureza crítica desses centros demanda monitoria intensa de sinais vitais, bem como profissionais altamente qualificados. A combinação desses fatores faz com que UTIs se tornem centros de custo elevado. Apesar da intrínseca necessidade das UTIs na manutenção da vida atualmente, os altos custos às mesmas associados geram um dilema: “Qual é o número de leitos que uma UTI deve fornecer para efetivamente atender uma população, não gerando custos exorbitantes?". Esse questionamento está envolto por diversas questões financeiras e éticas. Para se julgar de maneira adequada essa complexa questão, clínicos poderiam se beneficiar de ferramentas de apoio na tomada de decisão. No contexto de apoio à tomada de decisão médica, escores clássicos de gravidade como o APACHE e SOFA estão inseridos. Apesar do amplo uso desses escores ainda nos dias atuais, técnicas mais modernas podem ser utilizadas para o mesmo fim. A fim de se atualizar métricas de mortalidade em UTI como APACHE e SOFA, foi lançado em 2012 o desafio “PhysioNet/Computing in Cardiology Challenge - Predicting Mortality of ICU Patients”. O desafio contou com dois eventos, que tinham como objetivo avaliar modelos de classificação de pacientes entre vivos e mortos dado o histórico dos pacientes, e a geração de uma estimativa de risco de morte dos pacientes. Como resultado do desafio, os níveis de predição de mortalidade em UTIs dos escores clássicos foram superados: = 0,3 do escore SOFA contra = 0, 54 dos melhores colocados. Apesar da melhora proporcionada pelo desafio, acredita-se que os níveis de predição ainda podem ser atingir valores ainda maiores. Este trabalho tem como foco apresentar uma nova metodologia para predição de mortalidade em UTIs baseada "PhysioNet" de 2012 e tem como objetivo superar os resultados apresentados pelos participantesPara esse fim, foram estudados os trabalhos apresentados pelos melhores pesquisadores do desafio, a fim de se compreender os principais passos metodológicos, as boas práticas, bem como os problemas encontrados e/ou cometidos pelos participantes. Por fim, desenvolveu-se uma metodologia baseada no tratamento e seleção de atributos utilizando análise multivariada de dados, fundamentada em técnicas como PCA, FA, MCA, Clusterização Espectral e Teste Honestamente Significativo de Tukey. Oito classificadores foram avaliados a partir dos conjuntos de atributos selecionados no conjunto de dados de treinamento e suas performances foram verificados em dois conjuntos de dados não-vistos. O classificador com melhor performance foi SVM linear, cujos resultados obtidos foram = 0, 73 no conjunto de avaliação "B" e = 0,72 no conjunto de avaliação "C"|
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2019
- Data da defesa: 16.09.2019
-
ABNT
MONTEIRO, Flávio. Uma abordagem multivariada para seleção de atributos para predição de mortalidade em UTIs. 2019. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2019. . Acesso em: 27 fev. 2026. -
APA
Monteiro, F. (2019). Uma abordagem multivariada para seleção de atributos para predição de mortalidade em UTIs (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. -
NLM
Monteiro F. Uma abordagem multivariada para seleção de atributos para predição de mortalidade em UTIs. 2019 ;[citado 2026 fev. 27 ] -
Vancouver
Monteiro F. Uma abordagem multivariada para seleção de atributos para predição de mortalidade em UTIs. 2019 ;[citado 2026 fev. 27 ]
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
