Utilização de abordagens de aprendizado de máquina em testes de estimulação cerebral não invasiva para identificar grupos de sintomas associados à resposta clínica

• Processo: 21/05237-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2021
• Data de Término da vigência: 30 de junho de 2022
• Área de conhecimento: Ciências da Saúde - Medicina - Psiquiatria
• Pesquisador responsável: Andre Russowsky Brunoni
• Beneficiário: Dárin Oliveira Moura
• Instituição Sede: Hospital Universitário (HU). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 19/06009-6 - Terapias de neuromodulação não-implantáveis: uma perspectiva para o cérebro deprimido, AP.TEM
• Assunto(s): Transtorno depressivo maior Aprendizado computacional Antidepressivos Neuromodulação Estimulação cerebral Estimulação transcraniana por corrente contínua Ensaio clínico
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | neuromodulação | Transtorno Depressivo Maior | Neuromodulação não-invasiva

Resumo

O uso de abordagens de aprendizado de máquina (AM) aumentou muito na Medicina, inclusive nas áreas de Psiquiatria e de Psicologia. Embora a definição seja ampla, AM, uma subárea da Inteligência Artificial (IA), geralmente envolve o uso de abordagens orientadas a dados em grandes conjuntos de dados para melhorar a previsão de resposta e a acurácia do diagnóstico, ajustando iterativamente os parâmetros e características para alcançar uma solução ideal, em vez de fornecer umsolução a priori. Como iniciativas de acesso aberto abrem espaço para mesclar e analisar grandes conjuntos de dados esujeitos em ensaios clínicos são cada vez mais avaliados por meio de abordagens multimodais, compreender os métodos de manipulação de Big Data é cada vez mais necessário para cientistas médicos e da psicologia, independentemente de sua subárea. Esta bolsa é focada na apresentação de abordagens de AM para um aluno de graduação. O aluno trabalhará em conjunto com seu orientador e um bolsista de pós-doutorado para adquirir conhecimentos sobre diferentes abordagens de AM e pacotes estatísticos. O aluno desenvolverá seu próprio projeto de pesquisa, utilizando o conjunto de dados ELECT-TDCS, um ensaio clínico que avaliou a eficácia da estimulação transcraniana por corrente contínua (ETCC) na depressão. O aluno investigará se sintomas específicos, ou grupos de sintomas, estão associados à resposta ao ETCC. Uma abordagem semelhante à empregada por Chekroud et al. para identificar grupos de sintomas associados à resposta a antidepressivos será utilizada.