A análise vetorial da impedância elétrica humana (Biva) sugere sete padrões de composição corporal em um espaço bidimensional composto pela resistência e reactância. Contudo, os limites que definem cada padrão são imprecisos e a Teoria de Conjuntos \textit mostra-se adequada para modelar a incerteza inerente ao fenômeno. O objetivo desta tese foi construir modelos fuzzy que estimem padrões de composição corporal Biva e aplicá-los em diferentes populações. Uma base de dados italiana foi utilizada para refinamento e teste (n=20) e avaliação de desempenho (n=99) dos modelos. A avaliação de coerência de resultados foi realizado em uma população hospitalizada (194 pacientes com câncer) e não hospitalizada (1.716 indivíduos norte-americanos). Construíram-se sete modelos baseados em regras segundo o conhecimento de especialista e artigos científicos. As variáveis de entrada dos modelos foram Z-scores de resistência/altura e reactância/altura. A variável de saída de cada modelo foi uma das sete categorias de composição corporal: caquexia, obesidade, desidratação, edema, atlético, magreza ou eutrofia. Cada modelo teve como saída um número no intervalo de 0 a 1 que representou o grau de pertinência do indivíduo a um dado padrão de composição corporal. A avaliação de desempenho dos modelos foi feita com o teste de concordância Kappa. Na base de dados de pacientes hospitalizados e não-hospitalizados, observou-se a coerência do modelo em identificar uma composição corporal compatível aos grupos. Realizou-se a analise descritiva dos dados e associações com variáveis de interesse. Os resultados mostraram bom ajuste dos modelos e concordância excelente do mesmo com a condição clínica dos indivíduos (Kappa = 0,85, p< 0,001). Os modelos foram coerentes com as posições dos vetores impedância padronizados no gráfico Biva nas duas populações investigadas. Na base de pacientes com câncer, os modelos foram sugestivos de elevada possibilidade de caquexia. Na base de pacientes norte-americanos, contudo, a elevada possibilidade para edema sugeriu que na análise Biva condições como área transversal do corpo devem ser consideradas. Os modelos fuzzy mostraram-se promissores na análise da composição corporal Biva. A incerteza foi incorporada com uso de termos linguísticos e base de regras segundo especialistas. Ao incorporar a incerteza, os modelos proporcionaram resultados mais refinados que uma abordagem clássica.

Bioimpedance Vectorial Analysis (Biva) suggests seven patterns of body composition in a two-dimensional space composed by resistance and reactance. However, the boundaries defining those patterns are imprecise and Fuzzy Sets Theory has proved to be adequate to model the uncertainty inherent to the phenomenon. The aim was to build fuzzy models to estimate body composition according to Biva and apply them in differente populations. And italian database was used for refinement and testing (n = 20) and performance evaluation (n = 99) of the models. The consistency assessment was carried out in a hospitalized population (194 cancer patients) and non-hospitalized ( 1,716 U.S. individuals). Seven fuzzy models were build based on rules according to expert knowledge and scientific articles. The input variables were Z-score values of resistance/height and reactance/height. The output variable of each model was one of the seven categories of body composition: cachexia, obesity, dehydration, edema, athletic, thin or normal. Each model had as output a number ranged from 0 to 1 representing the degree of possibility to a given Biva pattern. The evaluation of performance was made using Kappa test. In the database of hospitalized and non-hospitalized patients the consistency of the models in identifying an given expected body composition was observed. An descriptive ans association analysis was held. The results showed good fit of the models and excellent agreement with the clinical condition of individuals (Kappa = 0.85, \ textit $ <$ 0.001). The models were consistent with the positions of the impedance vector in the Biva graphy standardized in the two populations. The models were highly suggestive of possibility of cachexia in cancer patients. In North American patients, however, the higher possibility for edema suggested that in conditions such as cross-sectional area of the body should be considered in Biva approach. The fuzzy models proved to me promising in body composition according to Biva approach. Uncertainty was incorporated by using linguistic terms and a base-rule according to experts knowledge. By incorporating the uncertainty, the models provided more refined results than a classical approach.