22/11/2021 - 09:00 - 18:00
PE26 - Epidemiologia das doenças transmissíveis - Tuberculose (TODOS OS DIAS) |
37986 - USO DE INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DO ENCERRAMENTO DO TRATAMENTO DA TUBERCULOSE
GEORGE JÓ BEZERRA SOUSA - UECE, THATIANA ARAUJO MARANHÃO - UESPI, TEREZINHA DO MENINO JESUS SILVA LEITÃO - UFC, THEREZA MARIA MAGALHÃES MOREIRA - UECE, JERFFESON TEIXEIRA DE SOUZA - UECE, MARIA LÚCIA DUARTE PEREIRA - UECE
Objetivos: verificar a performance de um algoritmo de inteligência artificial na predição de encerramentos do tratamento da tuberculose.
Métodos: realizou-se um estudo transversal, utilizando a base de dados do Sistema de Informação de Agravos de Notificação para tuberculose do estado do Ceará entre 2001 a 2017. Definiu-se como desfecho a situação de encerramento do tratamento e como variáveis independentes os dados sociodemográficos e clínico-epidemiológicos dos casos. O processo de mineração de dados seguiu o referencial CRISP-DM. Os dados foram analisados por meio de aplicação de uma rede neural artificial com os seguintes parâmetros: o modo de entrada de dados em pequenos lotes “mini batches” de 20 instâncias, learning rate 0,3 e como momentum 0,2 e definiu-se 200 épocas para a criação, treinamento e predição do modelo. O banco foi divido em 90% para treino e 10% para teste. O projeto foi avaliado segundo critérios de acurácia. O projeto foi aprovado por comitê de ética em pesquisa, número 2687046.
Resultados: foram utilizados 74.006 casos de tuberculose notificados durante o período indicado e selecionaram-se 20 atributos que contemplassem o desfecho. A aplicação da rede neural apresentou uma área sob a curva ROC de 0,80. O modelo classificou corretamente 74,2% de todos os encerramentos com maior sensibilidade (0,79) a cura e maior especificidade (0,99) de óbitos.
Conclusões: verificou-se acurácia moderada do modelo de redes neurais na predicação dos encerramentos da tuberculose. Algoritmos e parâmetros mais robustos fazem-se necessários para melhor performance da máquina.
|
