Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-07-04T16:01:12Z No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-08T15:16:30Z (GMT) No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Made available in DSpace on 2017-08-08T15:16:30Z (GMT). No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) Previous issue date: 2017-03-08 / Nas últimas décadas os casos de asma e demais doenças alérgicas tiveram grande aumento em todo o mundo, sendo atualmente um grande problema de saúde pública. As causas do aumento da prevalência destas patologias são desconhecidas, porém a hipótese mais aceita é que seja oriunda da redução de infecções na infância como consequência da recente melhora nas condições de higiene. Esta redução das infecções pode levar ao desenvolvimento anômalo do sistema imune, aumentando assim a chance de desenvolver alergias e a asma. Tanto a asma como as demais alergias são patologias complexas, causadas por fatores genéticos e ambientais, de modo que o uso de ferramentas computacionais, tais como a programação genética podem contribuir para a compreensão destas doenças. Aplicou-se a técnica de Programação Genética Gramatical Multiobjetivo (MGGP) em dados obtidos de um coorte de 1445 crianças entre 4 e 11 anos para gerar modelos os quais possam representar como as relações entre infecções e ambiente podem explicar o desenvolvimento de atopia e asma. Para avaliar a presença de asma foi usado um questionário do ISAAC fase II e para avaliar atopia foram realizadas medições de anticorpos IgE contra alérgenos comuns e teste de reatividade cutânea. Os resultados obtidos mostram que os modelos gerados pela MGGP apresentam desempenho em acurácia competitivos aos obtidos pelo algoritmo C4.5 e regressão logística múltipla para os diferentes desfechos. Os resultados obtidos pela MGGP são de fácil interpretação, e capazes de encontrar relações complexas relevantes para o entendimento destas patologias, sendo assim, a MGGP é uma poderosa ferramenta para ajudar a compreender essas condições. / In the last decades cases of asthma and other allergic diseases have increased greatly throughout the world, being nowadays a major public health problem. The causes of this increased prevalence are unknown, however the most accepted hypothesis is that it comes from the reduction of childhood infections as a consequence of the recent improvement in hygiene conditions. This reduction of infections can lead to anomalous development of the immune system, thus increasing the chance of developing allergies, including asthma. Asthma and other allergies are complex pathologies caused by genetical and environmental factors, so the use of computational tools such as genetic programming can contribute to the understanding of these diseases. We applied the Multiobjective Grammatical Genetic Programming (MGGP) technique to data obtained from a cohort of 1445 children to generate models which may represent how the relationships between infections and environment may explain the development of allergies and asthma. To assess the presence of asthma, a questionnaire was used and allergy measurements were performed on IgE antibodies against common allergens and skin reactivity test. The results obtained show that the models generated by MGGP show a performance in accuracy that is competitive with those obtained by the algorithm C4.5 and multiple logistic regression for the different outcomes. The results obtained by MGGP are easy to interpret, and capable of finding complex relationship relevant to the understanding of these complex pathologies, therefore MGGP is a powerful tool to help understand these conditions.