Aplicação de algoritmos de aprendizagem de estrutura causal à obesidade e outros fatores de risco para doenças cardiovasculares

• Processo: 23/08647-5
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 10 de setembro de 2023
• Data de Término da vigência: 09 de outubro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Andressa Cerqueira
• Beneficiário: Milena Crnkovic Luzia
• Supervisor: Adele Helena Ribeiro
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Instituição Anfitriã: Philipps-Universität Marburg, Alemanha
• Vinculado à bolsa: 22/03420-0 - Aprendizado de modelos gráficos causais de obesidade e outros distúrbios nutricionais, BP.IC
• Assunto(s): Obesidade Doenças cardiovasculares Aprendizado computacional Nutrição
• Palavra(s)-Chave do Pesquisador: Estudo causal | Modelos gráficos causais

Resumo

O estudo das relações causa-efeito a partir de dados observacionais tem recebido muita atenção nas ciências empíricas, mas ainda é pouco desenvolvido na área nutricional. A construção de tal modelo causal promoveria uma melhor compreensão sobre o sistema biológico humano. Desta forma, o objetivo deste projeto é a construção de modelos gráficos causais para distúrbios nutricionais utilizando informações genotípicas e fenotípicas dos indivíduos. Para atingir esse objetivo desafiador, o primeiro passo é a seleção das variantes genéticas associadas às variáveis fenotípicas consideradas importantes no estudo da obesidade. Em seguida, será feita a construção de modelos causais gráficos usando algoritmos de aprendizado de estrutura causal como o Fast Causal Inference (FCI).