Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Aplicação de inteligência artificial explicável na identificação de biomarcadores associados ao traumatismo cranioencefálico leve.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1017425
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Queiroz, Rafael Alves Bonfim de | - |
| Autor(es): dc.contributor | Miranda, Aline Silva de | - |
| Autor(es): dc.contributor | Queiroz, Rafael Alves Bonfim de | - |
| Autor(es): dc.contributor | Ulysses, Jesuliana Nascimento | - |
| Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
| Autor(es): dc.creator | Almeida, Danielle Emely de Souza | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:31:34Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:31:34Z | - |
| Data de envio: dc.date.issued | 2025-07-09 | - |
| Data de envio: dc.date.issued | 2024 | - |
| Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/20488 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1017425 | - |
| Descrição: dc.description | Programa de Pós-Graduação em Biotecnologia. Núcleo de Pesquisas em Ciências Biológicas, Pró-Reitoria de Pesquisa de Pós Graduação, Universidade Federal de Ouro Preto. | - |
| Descrição: dc.description | O traumatismo cranioencefálico (TCE) é uma condição de natureza complexa e com causas heterogêneas. Entre suas classificações, o TCE leve é o mais comum e, embora muitas vezes considerado de menor gravidade, pode provocar complicações a longo prazo em diferentes domínios, como o emocional, cognitivo e comportamental. Esses impactos nem sempre são facilmente identificáveis na prática clínica, o que dificulta o acompanhamento adequado e pode comprometer a qualidade de vida dos pacientes. Nesse contexto, este trabalho propõe o uso de inteligência artificial explicável para identificar biomarcadores associados ao TCE leve. Foram utilizados dados de biomarcadores séricos e não séricos obtidos a partir de um estudo exploratório conduzido no Hospital João XXIII, em Belo Horizonte/MG. Duas abordagens baseadas em modelos de aprendizado de máquina foram aplicadas a dois bancos de dados distintos coletados nesse estudo. A primeira abordagem, de classificação, teve como objetivo diferenciar os indivíduos em três grupos: pacientes com TCE leve, pacientes com lesão ortopédica e indivíduos controle. A segunda, de regressão, visou prever os escores de ansiedade e depressão, medidos pela escala Hospital Anxiety and Depression Scale (HADS), com base nos biomarcadores de pacientes com TCE leve, possibilitando identificar os biomarcadores com maior influência nas predições. A interpretabilidade fornecida pelo modelo explicável SHAP permitiu identificar os biomarcadores mais relevantes em cada uma das abordagens. Na classificação, os modelos RF e XGBoost destacaram os biomarcadores “LIGHT”, “sCD40L”, “MPO”, “IL-4”, “MMP-1” e “MCP-1” como os mais importantes para a diferenciação entre os grupos analisados. Na regressão, o SHAP aplicado aos resultados preditivos do modelo RF indicou os biomarcadores “MCP-1”, “LIGHT”, “age”, “IL-4” e “Lipocalin-2” como os mais relevantes para a predição de sintomas ansiosos em pacientes com TCE leve. Para a predição de sintomas depressivos, destacaram-se os biomarcadores “Fibroblast”, “BDNF”, “LIGHT”, “MCP-1” e “Lipocalin-2”. Os biomarcadores identificados refletem alterações emocionais e inflamatórias em pacientes com TCE leve, além de evidenciar diferenças importantes entre os grupos analisados. A utilização de aprendizado de máquina, aliada à interpretabilidade, foi essencial para esclarecer as relações entre os biomarcadores e o TCE leve, oferecendo insights consistentes que podem contribuir para a tomada de decisões clínicas e médicas. | - |
| Descrição: dc.description | Traumatic brain injury (TBI) is a complex condition with heterogeneous causes. Among its classifications, mild TBI is the most common and, although often regarded as less severe, it can lead to long-term complications across emotional, cognitive, and behavioral domains. These effects are not always easily detectable in clinical practice, which hinders proper follow-up and may compromise patients’ quality of life. In this context, this study proposes the application of explainable artificial intelligence to identify biomarkers associated with mild TBI. Serum and non-serum biomarker data were obtained from an exploratory study conducted at Hospital João XXIII, in Belo Horizonte/MG. Two machine learning–based approaches were applied to two distinct datasets collected in this study. The first approach, based on classification, aimed to distinguish individuals into three groups: patients with mild TBI, patients with orthopedic injury, and healthy controls. The second approach, based on regression, aimed to predict anxiety and depression scores—as measured by the Hospital Anxiety and Depression Scale (HADS)—from the biomarker profiles of patients with mild TBI, thereby enabling the identification of the biomarkers with the greatest influence on these predictions. The interpretability provided by the SHAP explainability method enabled the identification of the most relevant biomarkers in each task. In the classification task, the RF and XGBoost models highlighted the biomarkers “LIGHT”, “sCD40L”, “MPO”, “IL-4”, “MMP-1”, and “MCP-1” as the most important for distinguishing between the analyzed groups. In the regression task, SHAP applied to the predictions of the RF model indicated that “MCP-1”, “LIGHT”, “age”, “IL-4”, and “Lipocalin-2” were the most relevant for predicting anxiety symptoms in patients with mild TBI. For depression symptoms, the most relevant biomarkers were “Fibroblast”, “BDNF”, “LIGHT”, “MCP-1”, and “Lipocalin-2”. The identified biomarkers reflect emotional and inflammatory changes in patients with mild TBI and highlight key differences between the groups. The combination of machine learning and explainability was essential for elucidating the relationships between biomarkers and mild TBI, providing consistent insights that may contribute to clinical and medical decision-making. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 3.0 United States | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 26/06/2025 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais. | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Biomarcadores | - |
| Palavras-chave: dc.subject | Traumatismo cranioencefálico | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Título: dc.title | Aplicação de inteligência artificial explicável na identificação de biomarcadores associados ao traumatismo cranioencefálico leve. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo