Informativos
Algoritmo proposto por brasileiros indica alternativa para prevenir depressão pós-parto
A depressão é um grave problema de saúde pública que afeta atualmente cerca de 154 milhões de pessoas em todo o mundo, sendo duas vezes mais comum em mulheres. O período puerperal é o momento de maior prevalência de transtornos mentais, sendo a depressão o problema mais frequente. Aproximadamente 20% das mulheres nessa fase apresentam a patologia; a maioria delas não é adequadamente diagnosticada e tratada.
Pesquisa recente sobre o tema indica uma solução para prevenir a depressão pós-parto. De acordo com o estudo, “durante a gravidez, a depressão pode causar problemas não apenas à saúde materna, mas também à saúde e ao desenvolvimento do bebê, como prematuridade, baixo peso ao nascer e problemas com o desenvolvimento infantil”. A doença no pós-parto é, da mesma forma, prejudicial para as partes envolvidas. O artigo foi publicado pela revista científica Information Fusion – disponível para a comunidade acadêmica brasileira por meio do Portal de Periódicos da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
“O trabalho procura sugerir o comportamento emocional das senhoras grávidas após o parto, considerando seus antecedentes da gravidez”, indica o cientista Joel Rodrigues. Ele explica que a motivação surgiu na sequência de investigações realizadas pelo grupo de pesquisa no âmbito da tese de doutorado do pesquisador Mário Wedney Lima Moreira, focada na utilização de sistemas de apoio à decisão na previsão de doenças durante e após a gravidez de risco.
“Trata-se de um tema extremamente relevante e atual para a comunidade científica que atua nesses tópicos. O assunto é desafiante, tendo em conta a sua complexidade e contributos que pode trazer para a vida das pessoas e apoio aos profissionais de saúde”, pontua Rodrigues. “Com o surgimento de dispositivos e estudos relacionados a sistemas que abordam questões emocionais das pessoas, os modelos matemáticos preditivos podem contribuir bastante no que respeita à inteligência e acurácia destes sistemas”, analisa o autor.
Rodrigues detalha o objetivo do estudo: “o trabalho propõe um algoritmo para sistemas inteligentes com consciência da emoção capaz de prever o risco de depressão pós-parto em pacientes que desenvolveram algum distúrbio hipertensivo durante a gravidez. Isso se dá através da análise de dados biomédicos e sócio-demográficos. Os resultados são promissores, pois mostram que o conjunto de classificadores utilizados preveem problemas psicológicos relacionados com a gravidez”.
Para ele, “tirando partido da utilização conjunta de novas tecnologias – como a Internet das Coisas, Cloud e análises de grandes volumes de dados (Big Data) –, a abordagem contribui para o avanço científico na predição e no monitoramento de doenças psicológicas”. Por meio do algoritmo proposto, é gerado um relatório com inferência estatística e recomendações sobre o estado psicológico da gestante. “O documento permite ao médico tomar a melhor decisão quanto à gravidade do caso. Os resultados são armazenados em longo prazo para consultas posteriores”, afirma o cientista.A proposta apresentada foi demonstrada e validada com dados legítimos, mas ainda não está em utilização real. No entanto, para Rodrigues, o recurso “tem condições para utilização em ambiente real e para ser mais um contributo científico de apoio à prática clínica”. “Utilizamos dados da Maternidade Escola Assis Chateaubriand, da Universidade Federal do Ceará (UFC), onde contamos com a colaboração do prof. Francisco Carvalho, que é obstetra e ginecologista. É importante realçar que o resultado atingido se deve à boa cooperação entre todos os envolvidos e ao trabalho multidisciplinar realizado”, reflete.
Joel Rodrigues é professor e investigador sênior do Instituto Nacional de Telecomunicações (Inatel) e investigador sênior do Instituto de Telecomunicações de Portugal. Atualmente, é diretor e membro do Board of Governors da IEEE Communications Society. Lidera periódicos internacionais, além de ser um IEEE Distinguished Lecturer e ter experiência ao nível de Comitês Técnicos do IEEE e em periódicos e conferências de topo internacional. Em termos de contribuições, o especialista é um dos autores da área mais citados no país.Rodrigues assegura a relevância do Portal de Periódicos da CAPES para a ciência: “ensinamos os estudantes a utilizarem para eles também terem um acesso mais fácil à documentação científica. É extremamente importante para criar a cultura em nossas novas gerações dos programas de pós-graduação, principalmente de stricto sensu”. Para ele, o Portal de Periódicos “é de extrema importância para a comunidade científica do Brasil, uma vez que promove a democratização do acesso à informação científica, oferecendo de forma gratuita aos pesquisadores um número considerável de periódicos publicados internacionalmente”.
“Em nossa pesquisa multidisciplinar, é fundamental ter acesso a um repositório centralizado que ofereça um bom motor de busca para encontrar as melhores referências para o tema em estudo. Os periódicos de referência em cada área científica estão disponíveis no Portal”, considera. Rodrigues foi bolsista da CAPES, quando recebeu apoio para participação em eventos científicos internacionais. “É importante que os órgãos de fomento e amparo à pesquisa apoiem projetos inovadores e pesquisadores capazes de contribuir significativamente para a pesquisa, o desenvolvimento e a inovação no país”, pondera.
Intitulado Postpartum depression prediction through pregnancy data analysis for emotion-aware smart systems, o artigo científico pode ser localizado no Portal de Periódicos pela opção de consulta buscar assunto. Também é possível acessá-lo diretamente na revista científica Information Fusion – pelo link buscar periódico. O ISSN da publicação é 1566-2535.
Verifique o conteúdo do Portal de Periódicos disponível para sua instituição
O Portal de Periódicos autoriza a reprodução parcial ou total de suas notícias desde que seja citada a fonte: "Portal de Periódicos da CAPES"
Informativos relacionados
- 28.06.21
- 00:06
- 07.06.21
- 00:06
- 22.06.20
- 00:06
- 18.03.20
- 00:03
- 26.12.19
- 00:12