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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/. Acesso em: 01 jan. 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://www.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 jan. 01 ] Available from: https://www.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 jan. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/82/82131/tde-05072024-080513/ - Unsupervised analysis of COVID-19 pandemic evolution in brazilian states
- Scaling laws and spatial effects of Brazilian health regions: a research protocol
- A computational infrastructure for analyzing tuberculosis research data in Brazil
- Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario
- 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 o DOI: 10.11606/D.82.2023.tde-05072024-080513 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
