Busca avançada
Ano de início
Entree

Predição de óbitos segundo causa básica com machine learning em uma amostra longitudinal de 502.632 indivíduos

Processo: 17/09369-8
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de fevereiro de 2018 - 31 de janeiro de 2020
Área do conhecimento:Ciências da Saúde - Saúde Coletiva - Epidemiologia
Pesquisador responsável:Alexandre Dias Porto Chiavegatto Filho
Beneficiário:Alexandre Dias Porto Chiavegatto Filho
Instituição-sede: Faculdade de Saúde Pública (FSP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Pesq. associados:Marcel de Moraes Pedroso
Assunto(s):Predição  Mortalidade  Big data  Aprendizado computacional 

Resumo

Avanços recentes em capacidade computacional e na disponibilidade de grandes bancos de dados têm permitido o aumento do uso de métodos preditivos de inteligência artificial, conhecidos como machine learning. Na saúde, a predição da ocorrência de óbitos pode ajudar a melhorar decisões sobre a necessidade e a intensidade de tratamento médico e o estabelecimento de prioridades para internação. O projeto analisará os resultados do UK Biobank, um estudo longitudinal de 502.632 indivíduos acompanhados desde 2006-2010, que coletou características socioeconômicas, demográficas, fatores de risco, informações sobre histórico de saúde, medidas antropométricas e amostras de sangue e de urina, totalizando mais de 600 variáveis. Os óbitos são coletados continuamente por linkage e estima-se que ao início deste projeto tenham ocorrido mais de 25.000 óbitos de participantes. Serão testadas as performances de 10-20 modelos de machine learning para predizer óbito em 1, 2 e 5 anos por mortalidade geral e segundo grupos de causas básicas, utilizando as variáveis coletadas no baseline. Após a identificação do algoritmo com melhor performance preditiva, será testada a sua capacidade de generalização no estudo Saúde Bem-Estar e Envelhecimento (Projeto Temático 14/50649-6). O projeto permitirá identificar se é possível predizer com boa acurácia quem irá a óbito, e por qual causa, utilizando um grande número de características iniciais. O orçamento será utilizado para o pagamento da taxa de transferência dos dados e para a compra de duas máquinas especializadas em machine learning e big data. O projeto estabelecerá uma nova parceria entre o Laboratório de Big Data e Análise Preditiva (LABDAPS) da FSP/USP e a Plataforma de Ciência de Dados Aplicada à Saúde da Fiocruz-RJ. (AU)

Matéria(s) publicada(s) em Outras Mídias (9 total):
Mais itensMenos itens
Inteligência artificial ajuda a escolher doente candidato a cuidado paliativo 
Inteligência artificial ajuda a 'eleger' doente candidato a cuidado paliativo 
Inovação precisa considerar diversidade 
Inovação precisa considerar diversidade 
Algoritmo vai melhorar e acelerar diagnósticos, diz professor da USP 
Algoritmo vai melhorar e acelerar diagnósticos 
Inteligência artificial tenta prever quando as pessoas vão morrer 
Inteligência artificial tenta prever quando as pessoas vão morrer 
Inteligência artificial prevê risco de morte 

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
HELLEN GEREMIAS DOS SANTOS; CARLA FERREIRA DO NASCIMENTO; RAFAEL IZBICKI; YEDA APARECIDA DE OLIVEIRA DUARTE; ALEXANDRE DIAS PORTO CHIAVEGATTO FILHO. Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil. Cadernos de Saúde Pública, v. 35, n. 7, p. -, 2019.
PORTO CHIAVEGATTO FILHO, ALEXANDRE DIAS; DOS SANTOS, HELLEN GEREMIAS; DO NASCIMENTO, CARLA FERREIRA; MASSA, KAIO; KAWACHI, ICHIRO. Overachieving Municipalities in Public Health: A Machine-learning Approach. EPIDEMIOLOGY, v. 29, n. 6, p. 836-840, NOV 2018. Citações Web of Science: 1.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.