Navegando por Autor "Albuquerque, Gabriela de Araújo"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Tese Machine Learning Aplicado a Triagem de Osteoporose: modelo baseado na atenuação de ondas eletromagnéticas(Universidade Federal do Rio Grande do Norte, 2023-09-21) Albuquerque, Gabriela de Araújo; Valentim, Ricardo Alexsandro de Medeiros; http://lattes.cnpq.br/3181772060208133; https://orcid.org/0000-0003-3983-796X; http://lattes.cnpq.br/2881597530431714; Morais, Antonio Higor Freire de; Campos, Antonio Luiz Pereira de Siqueira; http://lattes.cnpq.br/1982228057731254; Gusmão, Cristine Martins Gomes de; Machado, Guilherme Medeiros; Santos, João Paulo Queiroz dos; Petrella, Lorena ItatiA osteoporose é uma condição silenciosa e ainda subdiagnosticada, com uma taxa de mortalidade superior a diversos tipos de câncer, principalmente, quando os pacientes sofrem fraturas. O equipamento "padrão ouro" para o diagnóstico, o Dual Energy X-Ray Absorptiometry (DEXA), que utiliza radiação ionizante e possui custo elevado, é escasso em países considerados de renda média ou baixa, aspectos que podem dificultar o acesso oportuno ao diagnóstico. Neste contexto, um dispositivo portátil, Osseus, foi desenvolvido para a triagem de pacientes que necessitam do exame de densitometria, ou seja, para qualificar as solicitações dos exames para o DEXA. A tese teve como objetivo validar o dispositivo Osseus utilizando técnicas de aprendizado de máquina. Para isso, foi realizado o planejamento e coleta de dados de 505 pacientes que realizaram o exame no DEXA e no Osseus. Destes, 21,8% estavam saudáveis e 78,2% estavam doentes (apresentavam baixa densidade mineral óssea ou osteoporose). A base de dados foi separada em 80% para treino e validação (usando validação cruzada com k fold = 5) e 20% para teste. O desempenho obtido na base de teste com o melhor modelo (Floresta Aleatória - Random Forest) correspondeu a sensibilidade = 0.853, especificidade = 0.871 e F1 (média harmônica da precisão e da sensibilidade) = 0.859. Os resultados evidenciaram que as variáveis de maior relevância para indicar a condição de saúde do indivíduo foram idade, índice de massa corporal e a atenuação do sinal emitido e detectado pelo dispositivo Osseus. Quando comparado com os resultados dos exames DEXA, o modelo mostrou-se efetivo para realizar a triagem de indivíduos com osteoporose e facilitar o diagnóstico precoce da doença, o que implica na redução de custos com cirurgias, tratamento e hospitalizações. Assim, ao qualificar o encaminhamento dos pacientes da atenção primária para a rede especializada, o Osseus pode impactar na diminuição de filas de densitometria no Sistema Único de Saúde no Brasil.