
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Science and Technology | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Universidade Mogi das Cruzes | - |
| Autor(es): dc.contributor | Anhembi Morumbi University | - |
| Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
| Autor(es): dc.contributor | Universidade Paulista | - |
| Autor(es): dc.contributor | Universidade Municipal de São Caetano do Sul | - |
| Autor(es): dc.contributor | Universidade Federal de Goiás (UFG) | - |
| Autor(es): dc.creator | da Costa, Nattane Luíza | - |
| Autor(es): dc.creator | de Sá Alves, Mariana | - |
| Autor(es): dc.creator | de Sá Rodrigues, Nayara | - |
| Autor(es): dc.creator | Bandeira, Celso Muller | - |
| Autor(es): dc.creator | Oliveira Alves, Mônica Ghislaine | - |
| Autor(es): dc.creator | Mendes, Maria Anita | - |
| Autor(es): dc.creator | Cesar Alves, Levy Anderson | - |
| Autor(es): dc.creator | Almeida, Janete Dias | - |
| Autor(es): dc.creator | Barbosa, Rommel | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T17:05:01Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T17:05:01Z | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-04-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.compbiomed.2022.105296 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/234108 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/234108 | - |
| Descrição: dc.description | Data mining has proven to be a reliable method to analyze and discover useful knowledge about various diseases, including cancer research. In particular, data mining and machine learning algorithms to study oral squamous cell carcinoma (OSCC), the most common form of oral cancer, is a new area of research. This malignant neoplasm can be studied using saliva samples. Saliva is an important biofluid that must be used to verify potential biomarkers associated with oral cancer. In this study, first, we provide an overview of OSSC diagnoses based on machine learning and salivary metabolites. To our knowledge, this is the first study to apply advanced data mining techniques to diagnose OSCC. Then, we give new results of classification and feature selection algorithms used to identify potential salivary biomarkers of OSCC. To accomplish this task, we used the filter feature selection random forest importance algorithm and a wrapper methodology to evaluate the importance of metabolites obtained from gas chromatography mass-spectrometry (GC-MS) in the context of differentiation of OSCC and the control group. Salivary samples (n = 68) were collected for the control group, and the OSCC group were from patients matched for gender, age, and smoking habit. The classification process occurred based on Random Forest (RF) classification algorithm along with 10-cross validation. The results showed that glucuronic acid, maleic acid, and batyl alcohol can classify the samples with an area under the curve (AUC) of 0.91 versus an AUC of 0.76 using all 51 metabolites analyzed. The methodology used in this study can assist healthcare professionals and be adopted to discover diagnostic biomarkers for other diseases. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Informatics Nucleo Goiano Federal Institute of Education Science and Technology, Campus Urutaí | - |
| Descrição: dc.description | Department of Biosciences and Oral Diagnosis Institute of Science and Technology São Paulo State University (Unesp) | - |
| Descrição: dc.description | Technology Reaearch Center (NPT) Universidade Mogi das Cruzes | - |
| Descrição: dc.description | School of Medicine Anhembi Morumbi University | - |
| Descrição: dc.description | Dempster MS Lab Universidade de São Paulo | - |
| Descrição: dc.description | School of Dentistry Universidade Paulista | - |
| Descrição: dc.description | School of Dentistry Universidade Municipal de São Caetano do Sul | - |
| Descrição: dc.description | Instituto de Informática Universidade Federal de Goiás | - |
| Descrição: dc.description | Department of Biosciences and Oral Diagnosis Institute of Science and Technology São Paulo State University (Unesp) | - |
| Descrição: dc.description | FAPESP: 2016/08633-0 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Computers in Biology and Medicine | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | Feature selection | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Metabolites | - |
| Palavras-chave: dc.subject | Oral squamous cell carcinoma | - |
| Palavras-chave: dc.subject | Salivary biomarkers | - |
| Título: dc.title | Finding the combination of multiple biomarkers to diagnose oral squamous cell carcinoma – A data mining approach | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: