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 | Borges, André Pinz | - |
Autor(es): dc.contributor | Borges, André Pinz | - |
Autor(es): dc.contributor | Borges, Helyane Bronoski | - |
Autor(es): dc.contributor | Ribeiro, Richardson | - |
Autor(es): dc.creator | Silva, Kaique Augusto Moraes da | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:23:20Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:23:20Z | - |
Data de envio: dc.date.issued | 2020-11-18 | - |
Data de envio: dc.date.issued | 2020-11-18 | - |
Data de envio: dc.date.issued | 2019-06-10 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/15997 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/651535 | - |
Descrição: dc.description | This study aims to analyze disease profiles based on techniques for discovering the knowledge of databases of patients' medical records in the public network. The discovery of correlated information in medical records can be a complex and long-term task for health professionals, especially when the amount of data is large or without the aid of specialized computer systems. The process of knowledge discovery can be an alternative to obtain specialized knowledge from the interpretation of data and transform it into useful knowledge in the health area. For this purpose, a database of electronic medical records of users of the single health system was used, which has 43,879 patients and 2,296,626 patients in the city of Pato Branco, Paraná, in the year 2015. In this work, knowledge was discovered in order to find disease profiles using PostgreSQL tools for database use, j48, bagging and boosting algorithms with the WEKA tool. All technologies employed are of public use. The result was the acquisition and two groups of diseases, neoplasms that have 119 instances and trauma that in turn have 236 instances, for the application of the algorithms of data mining with a selection of 17 total attributes. Where the best performance was with running the Boosting algorithm to sort. The rules generated by the decision tree on the diseases of the group of neoplasms had main neighborhood branches, weight, school attendance, age group and height. Already for the group of diseases of injuries the main rules were about neighborhood, weight, height, age group, sex, diabetes and if they smoked. Based on the results it is possible to make an analysis of a specialist in the health area to confirm that the rules generated enable a new knowledge acquisition related to the profile of these diseases so that it is possible to have a greater prevention and complete the discovery of knowledge. | - |
Descrição: dc.description | Este trabalho tem como objetivo fazer análises de perfis de doenças com base em técnicas de descoberta do conhecimento de bases de dados do prontuário eletrônico do paciente da rede pública. A descoberta de informações correlacionadas em prontuários pode ser uma tarefa complexa e de longa duração para profissionais da área da saúde, principalmente quando a quantidade de dados é de grande porte ou quando sem auxílio de sistemas computacionais especializados. O processo de descoberta do conhecimento pode ser uma alternativa para obtenção de um conhecimento especializado a partir da interpretação dos dados e transformá-los em conhecimento útil na área da saúde. Para isto, foi utilizado um banco de dados de prontuários eletrônicos de usuários do sistema único de saúde que possui 43.879 pacientes e 2.296.626 atendimentos feitos no ano de 2015 no município de Pato Branco, Paraná. Neste trabalho foi feito a descoberta de conhecimento afim de encontrar perfis de doenças utilizando as ferramentas PostgreSQL para utilização do banco de dados, os algoritmos j48, bagging e boosting, com a ferramenta WEKA. Todas tecnologias empregadas são de utilização pública. O resultado foi a obtenção e dois grupos de doenças, neoplasias que possuem 119 instâncias e traumatismos que por sua vez possui 236 instâncias, para a aplicação dos algoritmos de mineração de dados com uma seleção de 17 atributos totais. Onde o melhor desempenho foi com a execução do algoritmo Boosting para classificar. As regras geradas pela árvore de decisão sobre as doenças do grupo de neoplasias tiveram principais ramos bairro, peso, frequência escolar, faixa etária e altura. Já para o grupo de doenças de traumatismos as principais regras foram sobre bairro, peso, altura, faixa etária, sexo, diabetes e se fumavam. Com base nos resultados é possível fazer uma análise de um especialista da área da saúde para confirmar essas regras geradas possibilitam uma nova obtenção de conhecimento relacionado ao perfil dessas doenças para que seja possível ter uma maior prevenção e concluído a descoberta de conhecimento. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Ponta Grossa | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Publicador: dc.publisher | Ciência da Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Doenças - Classificação | - |
Palavras-chave: dc.subject | Registros médicos | - |
Palavras-chave: dc.subject | Saúde pública | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | Diseases - Classification | - |
Palavras-chave: dc.subject | Medical records | - |
Palavras-chave: dc.subject | Public health | - |
Palavras-chave: dc.subject | Data mining | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Análise de perfis de doenças com base em técnicas de descoberta de conhecimento em bases de dados | - |
Título: dc.title | Knowledge discovery in databases of eletronic medical records | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: