
Sistema preditivo para a doença de Alzheimer na triagem clínica
2016; Volume: 8; Issue: 3 Linguagem: Português
ISSN
2175-4411
AutoresLeonard Barreto Moreira, Anderson Amendoeira Namen,
Tópico(s)Nursing Diagnosis and Documentation
ResumoObjetivo: Descrever uma aplicacao que, utilizando-se de tecnicas de mineracao de dados, visa auxiliar os especialistas no processo de diagnostico de pacientes com suspeita clinica de Alzheimer atendidos pelo Centro de Alzheimer e Parkinson no municipio de Campos dos Goytacazes/RJ. Metodo: Aplicacao de tecnicas relacionadas a etapa de pre-processamento dos dados, de classificacao (naive bayes, redes bayesianas e arvores de decisao) com avaliacao dos resultados a partir do uso da validacao cruzada estratificada k-fold, cujas implementacoes estao disponiveis na ferramenta Weka. Resultado: Observou-se os resultados numericos dos modelos de acordo com as metricas: acuracia, taxa de erro, sensibilidade, taxa de falsos positivos e taxa de falsos negativos, obtendo-se as taxas de 73,8%, 26,2%, 76,3%, 27,4%, 23,7%, respectivamente. Conclusao: Verificou-se que os classificadores bayesianos, em especial redes bayesianas, apresentaram os melhores resultados para o diagnostico da doenca de Alzheimer a partir das metricas supracitadas.
Referência(s)