FenixEdu™

Dissertação

Prognostic prediction in patients with Amyotrophic Lateral Sclerosis using data mining techniques EVALUATED

Detalhes: Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa devastadora que provoca enfraquecimento muscular. A ELA não tem cura e é caracterizada por uma limitada sobrevida após diagnóstico. Como a maioria dos pacientes morre de falência respiratória, prever indícios de hipoventilação é de grande importância para o aumento da sobrevida e qualidade de vida dos pacientes. Nesta tese foram usadas técnicas de análise de dados em conjunto com dados de pacientes reais para prever indícios de hipoventilação. Esta tese propõe: Uma ferramenta de pré-processamento automático baseada em agrupamento hierárquico, que recebe como entrada um conjunto de dados clínicos com informação referente a pacientes com ELA e produz um conjunto de dados contendo apenas instâncias classificadas, limpas e coerentes. Os dados produzidos por esta ferramenta podem ser utilizados diretamente por métodos de aprendizagem automática para produzir modelos de classificação. Dois modelos de diagnóstico que permitem identificar pacientes em falência respiratória: um usando Máquinas de Vetores de Suporte (exatidão de 84.44%) e outro usando k-Vizinhos Mais Próximos (exatidão de 84.04%). Três modelos de prognóstico (usando Naive Bayes) que predizem se um paciente que respira sem dificuldade terá problemas respiratórios após um dado período de tempo. Estes modelos realizam prognósticos usando 90, 180 e 365 dias e atingem exatidões de 78.48%, 71.42%, e 72.27%, respetivamente. Por fim, um sistema de apoio à decisão que engloba estes modelos e permite aos clínicos introduzir dados de pacientes e realizar previsões. Adicionalmente, de modo a desvendar caminhos de análise futura, foram realizadas experiências usando redes Bayesianas dinâmicas.
Keywords: Esclerose Lateral Amiotrófica, Insuficiência Respiratória, Ventilação Não-Invasiva, Diagnóstico Clínico, Prognóstico Clínico, Sistema de Apoio à Decisão

Discussão: novembro 6, 2012, 13:0

Documentos da dissertação ainda não disponíveis publicamente