Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose (2023)
- Authors:
- Autor USP: MIOTO, ANA CLARA DE ANDRADE - Interunidades em Bioengenharia
- Unidade: Interunidades em Bioengenharia
- Sigla do Departamento: Programa Interunidades em Bioengenharia: EESC/FMRP/IQSC-USP
- DOI: 10.11606/D.82.2023.tde-05072024-080513
- Subjects: TUBERCULOSE; APRENDIZADO COMPUTACIONAL
- Keywords: Desfechos inesperados.
- Agências de fomento:
- Language: Português
- Abstract: A tuberculose (TB) continua sendo uma das doenças infecciosas mais mortais globalmente, com milhões de casos e mortes relatados a cada ano. Este problema é agravado quando associado a comorbidades, como o HIV, tornando-se ainda mais letal. Além disso, fatores socioeconômicos e culturais desempenham um papel importante na prevalência da TB, indicando uma estreita ligação entre a doença e o desenvolvimento social precário. Com o Brasil, sendo um país significantemente afetado pela Tuberculose, vem trabalhando em ações e tratamentos que possam ser implantados para o controle e prevenção da TB e redução da vulnerabilidade dos pacientes. Um aspecto crucial para realização destas intervenções, é a disponibilidade de dados de saúde abrangentes e a aplicação de técnicas de análise de dados, como o aprendizado de máquina (AM), para melhorar a qualidade do atendimento e as decisões médicas. Inclusive, estudos têm mostrado que o AM é uma área emergente na saúde, pois pode aprender com dados históricos e identificar padrões que podem levar a evitar um desfecho inesperado no tratamento da TB, como o abandono do tratamento, óbito e resistência medicamentosa. Neste contexto, esta pesquisa visa utilizar técnicas de descoberta de conhecimento em bases de dados (KDD) e aprendizado de máquina para analisar e identificar padrões desconhecidos que possam relacionar fatores sociodemográficos e clínicos e a probabilidade de um certo desfecho negativo do tratamento da TB ocorrer com um paciente. Além disso, a crescente disponibilidade de dados de pacientes no campo da saúde torna o uso de técnicas como o AM ainda mais relevante para melhorar o manejo dos pacientes com TB
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Data da defesa: 01.11.2023
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MIOTO, Ana Clara de Andrade. Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/. Acesso em: 12 abr. 2026. -
APA
Mioto, A. C. de A. (2023). Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/ -
NLM
Mioto AC de A. Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose [Internet]. 2023 ;[citado 2026 abr. 12 ] Available from: https://teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/ -
Vancouver
Mioto AC de A. Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose [Internet]. 2023 ;[citado 2026 abr. 12 ] Available from: https://teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/ - Unsupervised analysis of COVID-19 pandemic evolution in brazilian states
- Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario
- Scaling laws and spatial effects of Brazilian health regions: a research protocol
- A computational infrastructure for analyzing tuberculosis research data in Brazil
- Quality analysis and study of tuberculosis diagnostic data
- Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models
- Knowledge discovery in databases: comorbidities in tuberculosis cases
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
