Estudo e aplicação de técnicas de aprendizado de máquinas não-supervisionado na análise de desfechos não desejáveis no tratamento de Tuberculose

• Processo: 21/01961-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 2021
• Data de Término da vigência: 30 de abril de 2023
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Saúde Pública
• Pesquisador responsável: Domingos Alves
• Beneficiário: Ana Clara de Andrade Mioto
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 20/01975-9 - Saúde digital para a estratégia End TB: da integração de dados ligados a uma melhor tomada de decisão baseada em evidências, AP.ESCIENCE.R
• Assunto(s): Informática em saúde pública Aprendizado computacional Mineração de dados Tratamento de doenças Pacientes Tuberculose
• Palavra(s)-Chave do Pesquisador: abandono ao tratamento | aprendizado de máquinas | Tuberculose | Informática em saúde pública

Resumo

Este projeto tem como objetivo aplicação das técnicas de mineração de dados e aprendizado de máquinas em dados de tratamento de TB. A aplicação de todos os passos relacionados ao processo de descoberta de conhecimento em bancos de dados (KDD) pode permitir uma maior compreensão dos conceitos e padrões no domínio da TB. Particularmente, serão aplicados algoritmos de aprendizado de máquina (AM) não-supervisionado. Espera-se com esta análise a identificação de padrões desconhecidos que possam associar fatores sócio-demográficos, clínicos com os diferentes desfechos no tratamento de tuberculose, em particular o abandono, óbito e resistência. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

MIOTO, Ana Clara de Andrade. Estudo e aplicações de técnicas de aprendizado de máquina na análise de desfechos inesperados de tuberculose. 2023. Dissertação de Mestrado - Universidade de São Paulo (USP). Escola de Engenharia de São Carlos (EESC/SBD) São Carlos.