Estudo de um modelo de predição de desfecho do tratamento da tuberculose (TB)

• Processo: 21/08341-8
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
• Data de Início da vigência: 01 de setembro de 2021
• Data de Término da vigência: 31 de agosto de 2022
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Saúde Pública
• Pesquisador responsável: Antonio Ruffino Netto
• Beneficiário: Verena Hokino Yamaguti
• Supervisor: José Alberto da Silva Freitas
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Instituição Anfitriã: Universidade do Porto (UP), Portugal
• Vinculado à bolsa: 18/23963-2 - Estudo de modelo de predição de abandono ao tratamento da Tuberculose (TB), BP.DD
• Assunto(s): Tuberculose Tratamento de doenças Atenção à saúde Dados de saúde gerados pelo paciente Aprendizado computacional Descoberta de conhecimento em bases de dados
• Palavra(s)-Chave do Pesquisador: clinical pathways | Knowledge Discovery in Databases | machine learning | modelo de predição | Tuberculose | Saúde na Comunidade

Resumo

Este projeto BEPE está vinculado ao projeto de doutorado financiado pela FAPESP (processo número: 2018/23963-2) intitulado "Estudo de modelo de predição de abandono ao tratamento da tuberculose (TB)", bem como a um projeto mais geral, também financiado pela FAPESP, dentro do programa e-Science: Saúde Digital Humana (processo número: 2020/01975-9). Neste contexto, o objetivo geral é avançar nos estudos e desenvolver um modelo de predição de desfecho ao tratamento de pacientes de TB, que podem ser utilizados para apoiar processos de tomada de decisão no contexto dos cuidados do paciente de TB e aprimorar a gestão e qualidade dos dados de saúde. Neste projeto utilizaremos a heurística conhecida como Knowledge Discovery in Databases (KDD), aplicadas a base dados públicas que acompanham toda a cascata diagnóstica e terapêutica do paciente de TB. Diferentemente do que vem sendo feito na literatura, será inicialmente utilizada uma técnica de mineração de dados que consiste na extração de padrões de caminhos clínicos de cuidado durante toda a atenção ao paciente e investigaremos a associação com os possíveis desfechos do tratamento da TB. O termo caminhos de cuidado é definido como uma sequência de decisões de realização de uma intervenção ou da escolha de um manejo expectante, iniciando na admissão do paciente e finalizando no momento do desfecho. De posse dessa descrição dos dados a partir dos caminhos de cuidado o modelo preditivo para o desfecho do tratamento do paciente de TB deverá ser desenvolvido utilizando-se algoritmos de Aprendizado de Máquina que serão usados para criar um classificador de risco de desfecho ruim (óbito, abandono, internação, desenvolvimento de resistência). (AU)