Linkage e Tratamento de Dados para Machine Learning and Deep Learning

• Processo: 25/15621-8
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de setembro de 2025
• Data de Término da vigência: 31 de agosto de 2027
• Área de conhecimento: Ciências da Saúde - Fisioterapia e Terapia Ocupacional
• Pesquisador responsável: Tiago da Silva Alexandre
• Beneficiário: Marcos Paulo Braz de Oliveira
• Instituição Sede: Centro de Ciências Biológicas e da Saúde (CCBS). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Vinculado ao auxílio: 24/01918-6 - Interação entre cérebro, músculos, ossos e tecido adiposo: revelando mecanismos para prevenir a fragilidade e promover um envelhecimento saudável, AP.TEM
• Assunto(s): Geriatria
• Palavra(s)-Chave do Pesquisador: ageing | gerontology | muscle | Gerontologia

Resumo

O projeto contará com quatro robustas bases de dados de pesquisas longitudinais, sendo elas o UK Biobank com mais de 40.0000 casos, a base de dados do English Longitudinal Study of Aging (ELSA) envolvendo mais de 16.000 pessoas em dez ondas durante vinte anos de acompanhamento, o banco de dados do Health Episodes Statistics (HES) do Reino Unido com mais de 100.000 casos com entrada no sistema em fluxo contínuo e com a base de dados do Estudo Longitudinal de Saúde dos Idosos Brasileiros (ELSI) com aproximadamente 15.000 pessoas acompanhadas em três ondas. O manejo de tais bases de dados é fundamental não somente para a implementação do projeto como também para que todos os desenhos de estudo planejados sejam adequadamente desenvolvidos. Dessa forma, os bancos do HES, do Biobank e do ELSA terão que ser unidos através de técnicas de linkage. Em seguida, os mesmos terão que ser preparados para a mineração de dados, machine e deep learning. Portanto, o bolsista TT4 será responsável por esta atividade. (AU)