Classificador de diagnóstico diferencial: casos de dengue e chikungunya

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCosta, Helder Gomes-
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorRoboredo, Marcos Costa-
Autor(es): dc.creatorRocha, Gustavo Carneiro-
Data de aceite: dc.date.accessioned2024-07-11T18:16:14Z-
Data de disponibilização: dc.date.available2024-07-11T18:16:14Z-
Data de envio: dc.date.issued2019-01-23-
Data de envio: dc.date.issued2019-01-23-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/8330-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/767120-
Descrição: dc.descriptionDe acordo com Ministério da Saúde (2017, p. 416), as doenças dengue e chikungunya podem apresentar sinais e sintomas clínicos muito semelhantes, porém os tratamentos relacionados a essas doenças podem ser diferentes em diversas situações. O controle epidemiológico se torna enviesado devido a vários casos de chikungunya serem tratados como dengue. O presente trabalho analisou a eficácia de algoritmos para o auxílio ao diagnóstico diferencial de dengue e chikungunya. Primeiramente, foi realizado um mapeamento do estado da arte sobre outros estudos relacionados ao tema de data mining aplicado a casos de dengue e chikungunya. Por fim, desenvolveu-se diversos tipos de classificadores para a comparação dos resultados, a partir da base de registros (COVIG) de pacientes diagnosticados em Niterói, Rj e dados climáticos do INMET. Este trabalho identificou que não há algoritmos já desenvolvidos para o diagnóstico diferencial de ambas as doenças e gerou um modelo de classificação de diagnóstico diferencial de dengue e chikungunya com uma acurácia de 88,51%. Os dados climáticos de 2 meses anteriores ao primeiro atendimento médico se apresentaram como os mais impactantes na eficácia do algoritmo. Os principais atributos atrelados a tal resultado são: Idade, Semana, ID do Bairro, Raça e Artralgia. Os conhecimentos adquiridos neste trabalho geram a oportunidade para que em trabalhos futuros seja criado um sistema que auxilie a tomada de decisão médica no diagnóstico diferencial de ambas as doenças e, consequentemente, que impacte positivamente na eficácia dos profissionais-
Descrição: dc.descriptionAccording to Ministério da Saúde (2017, p. 416), dengue and chikungunya diseases may present similar clinical signs and symptoms, although the related treatment may be different in many circumstances. The epidemiologic control may become biased since many chikungunya cases are treated as dengue disease. The present work aims to analyze different algorithms efficacy which may assist the differential diagnosis of dengue and chikungunya. Firstly, it was created a state of art about other studies that relate data mining theme to dengue and chikungunya diseases. Finally, it was developed diverse classifiers to achieve the best efficacy through the database COVIG that contains records about dengue- or chikungunya-diagnosed patients as well as climate data from INMET. It has been identified that there is no developed algorithm for the dengue and chikungunya differential diagnoses. The best classifier model accuracy for the present work has achieved 88,51%. The analysis have shown that the climate data for the two months prior the first medical appointment is the most significant for the efficacy of the algorithm. The most important attributes related are: Age, Week, District, Race and Arthralgia. The acquired knowledge may generate opportunities for future works, in order to help medical decision-making systems for the differential diagnose of both disease to be created. Thus, it may positively impact the professional efficacy-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectMineração de dados-
Palavras-chave: dc.subjectClassificador-
Palavras-chave: dc.subjectDengue-
Palavras-chave: dc.subjectChikungunya-
Palavras-chave: dc.subjectDiagnóstico diferencial-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectDiagnóstico diferencial-
Palavras-chave: dc.subjectDengue-
Palavras-chave: dc.subjectData mining-
Palavras-chave: dc.subjectClassifier-
Palavras-chave: dc.subjectDengue-
Palavras-chave: dc.subjectChikungunya-
Palavras-chave: dc.subjectDifferential diagnosis-
Título: dc.titleClassificador de diagnóstico diferencial: casos de dengue e chikungunya-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.