Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Ciências Médicas, Florianópolis, 2012 / Made available in DSpace on 2013-07-16T04:40:49Z (GMT). No. of bitstreams: 1
313831.pdf: 1037237 bytes, checksum: 8ae86641f16c3767a3e681bb32ded615 (MD5) / Justificativa: Os distúrbios nutricionais que afetam crianças e adolescentes possuem componente multifatorial. Em um ambiente da rede de saúde coletiva, onde a demanda de atendimento nem sempre é comportada por médicos especialistas, sistemas que utilizam inteligência artificial podem vir a ser um mecanismo de suporte ao diagnóstico e tomada de decisão. Objetivos: O presente trabalho se propõe a validação de um sistema especialista aplicado ao suporte do diagnóstico médico de risco metabólico em crianças e adolescentes de 5 a 17 anos, e que utiliza como ferramenta computacional redes bayesianas. Métodos: Para validação do sistema foram coletados dados sociodemográficos, antropométricos, de atividade física e pressão arterial de 100 crianças e adolescentes com idades entre 5 e 17 anos. Esses dados foram inseridos no sistema especialista construído como informação para o sistema. Coletou-se 20 novos pacientes que foram avaliados por médicos especialistas que apresentaram o diagnóstico de cada um dos pacientes em relação ao risco metabólico. Os mesmos dados foram inseridos no sistema e utilizados para verificar a compatibilidade dos diagnósticos feitos pelos especialistas e pelo sistema. Resultados: O sistema mostrou um índice de acerto de 70% quando comparado com diagnóstico clínico Conclusão: O sistema especialista avaliado apresenta um bom valor preditivo, porém necessita de alguns ajustes e refinamentos para que possa ser implantado e de uma amostra maior de casos para que os testes finais sejam realizados.<br> / Abstract : Justification: The nutritional disorders affecting children and adolescents have a multifunctional component. In a public health network environment, where the demand for care is not always attended by medical specialists, systems that use that use artificial intelligence may become a mechanism to support the diagnosis and decision making. Objectives: The present study aims to validate an expert system applied to support a medical diagnosis of metabolic risk in children and adolescents 5-17 years of age, and as a computational tool that uses Bayesian networks. Methods: To validate the system were collected sociodemographic, anthropometric, physical activity and blood pressure of 100 children and adolescents aged 5 to 17 years. These data were enteres into the expert system built as information to the system. It was collected from 20 new patients that were evaluated by medical experts who had the diagnosis of each patient in relation to metabolic risk. The same data were entered into the system and used to check the consistency of diagnoses made by specialists and by the system. Results: The system showed a success rate of 70%, z score of 1.96. Conclusion: The expert system evaluated has a good predictive value, needing some adjustments and refinements so that it can be deployed and the final tests can be performed.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/103445 |
Date | January 2012 |
Creators | Mayer, Helídia Cardoso |
Contributors | Universidade Federal de Santa Catarina, Pires, Maria Marlene de Souza |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 99 p.| il., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0096 seconds