Return to search

Construção e avaliação de um modelo matematico para predizer a evolução do cancer de prostata e descrever seu crescimento utilizando a teoria dos conjuntos fuzzy / Mathematical models to predict the pathological stage and to describe the growth of the prostate cancer based on the fuzzy sets theory

Orientadores: Akebo Yamakami, Laecio Carvalho de Barros, Laercio Luis Vendite / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T04:11:06Z (GMT). No. of bitstreams: 1
Castanho_MariaJosedePaula_D.pdf: 5605275 bytes, checksum: 589180e36f1eeebf2b8fa1ced3a0a4db (MD5)
Previous issue date: 2005 / Resumo: O câncer de próstata é, atualmente, o segundo tipo de câncer com maior incidência entre a população masculina, no Brasil. Estimar o seu estágio, com as informações clínicas disponíveis para decidir a terapia a ser aplicada, é uma tarefa árdua. Neste trabalho, um modelo matemático é elaborado para auxiliar o médico na tomada de decisão. A teoria dos conjuntosfuzzy, por sua capacidade em lidar com incertezas, inerentes aos conceitos médicos, é a ferramenta utilizada, não só para desenvolver o modelo, como também para desenvolver a metodologia para sua avaliação, baseada na análise ROC (Receiver Operating Characteristic). A avaliação foi feita utilizando-se dados obtidos junto ao Instituto Americano do Câncer e permite afinnar que o sistema especialista construí do discrimina pacientes com câncer confinado à próstata daqueles com câncer não-confinado. Considerando a taxa de crescimento como um parâmetro incerto e variável na população, também é apresentado um modelo para descrever o crescimento do tumor / Abstract: Nowadays, prostate cancer is the second most common man cancer diagnosed in Brazil. Predicting the cancer stage from available clinical information to decide the therapy to be used is hard work. ln this study a mathematical model is developed to assist the physician in this task. The fuzzy sets theory provides effective tools to handle and manipulate imprecise data and to make decisions based on such data. As imprecision is a characteristic of medical concepts, this theory is utilized not oniy to develop the model as to develop the methodology for its evaluation, based on ROC (Receiver Operating Characteristic) analysis. To evaluate its performance, data from the American Cancer lnstitute were used. The results indicate that the model is able to discriminate patients with organ-confined disease from those with non-confined cancer. In addition, considering the growth rate as an uncertain, changeable parameter in the population, a model to describe the tumor growth is suggested. / Doutorado / Automação / Doutor em Engenharia Elétrica

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/260504
Date17 March 2005
CreatorsCastanho, Maria Jose de Paula
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Barros, Laécio Carvalho de, 1954-, Vendite, Laércio Luís, 1954-, Yamakami, Akebo, 1947-, Pereira, Julio Cesar Rodrigues, Ortega, Neli Regina Siqueira, Ferreira, Paulo Augusto Valente, Bassanezi, Rodney Carlos, Button, Vera Lúcia da Silveira Nantes
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Format127p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds