Emprego de ferramentas de análise de séries temporais para modelar e compreender índices de ocorrência de Câncer

• Processo: 14/03352-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2014
• Data de Término da vigência: 31 de março de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Rodrigo Fernandes de Mello
• Beneficiário: Anderson Caio Santos Silva
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 14/20430-2 - Emprego da técnica small-shuffle surrogate para compreender os níveis de determinismo dos dados de câncer, BE.EP.IC
• Assunto(s): Aprendizado computacional Neoplasias Modelagem de dados Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Séries Temporais | Aprendizado de Máquina

Resumo

Diversos sistemas ou fenômenos produzem saídas ou resultados que podem ser coletados ao longo do tempo. Alguns desses fenômenos, particularmente os relacionados à medicina, requerem especial atenção da sociedade atual. Dentre esses fenômenos, há interesse em compreender sob quais condições a ocorrência de determinados tipos de câncer torna-se comum e quais suas relações com demais fatores ou variáveis. Neste contexto, este plano de pesquisa de iniciação científica deve utilizar as ferramentas da àrea de Análise de Séries Temporais para modelar e compreender as relações entre índices de ocorrência de diversos tipos de câncer ao redor do mundo e aspectos da população afetada. Serão considerados os dados disponibilizados pela Associação Internacional de Registros de Câncer (International Association of Cancer Registries). Espera-se, com esse estudo, compreender a natureza desses dados, i.e., se eles apresentam comportamento determinístico ou estocástico e quais suas relações com atributos como raça, gênero, idade, etc.