• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.55.2021.tde-11112021-150130
Documento
Autor
Nome completo
André Terra Ennes
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2021
Orientador
Banca examinadora
Cuminato, José Alberto (Presidente)
Delbem, Alexandre Cláudio Botazzo
Miranda, Fernanda Berchelli Girão
Pardo, Thiago Alexandre Salgueiro
Título em português
TRISS-AG: um algoritmo genético para ajuste do método TRISS de previsão de sobrevivência de pacientes de trauma
Palavras-chave em português
Algoritmos genéticos
Computação evolutiva
Índices de gravidade do trauma
Trauma and Injury Severity Score
TRISS
Resumo em português
O método TRISS é amplamente utilizado para previsão de sobrevivência de pacientes de trauma, tendo papel chave tanto para guiar decisões clínicas no momento do atendimento como posteriormente para avaliar o desempenho do serviço de saúde. Embora seja o mais usado no mundo todo, ele tem sido criticado por não refletir a realidade do atendimento médico de países em desenvolvimento, pois foi construído por meio de uma regressão logística usando dados de pacientes norte-americanos há mais de três décadas. Estudos tem sido feitos buscando adaptá-lo usando dados locais e técnicas alternativas, incluindo inteligência computacional. Propõe-se neste trabalho uma abordagem para ajustar o TRISS usando algoritmos genéticos, testando se é possível utilizar tal técnica e superar o desempenho do TRISS original quando aplicado a dados que representem tal realidade. Inicialmente foram sintetizados cinco bancos de dados simulando pacientes atendidos por hospitais de qualidade progressivamente inferior. O desempenho do TRISS em prever a sobrevivência destes pacientes foi medido utilizando curvas ROC, mostrandose progressivamente menor, confirmando que o TRISS apresenta problemas em realidades de atendimento piores. Foi, então, desenvolvido o TRISS-AG, um algoritmo genético para ajustar a equação do TRISS. O desempenho do TRISS-AG e do TRISS aplicados aos bancos de dados foi comparado com base na quantidade de acertos na previsão de sobrevivência e o TRISS-AG apresentou desempenho melhor para todos os bancos de dados, com maior vantagem para os bancos de dados representado os piores cenários de atendimento. Os resultados confirmaram que é possível usar um algoritmo genético para ajustar o TRISS e que o algoritmo pode ter desempenho superior ao do método TRISS original.
Título em inglês
TRISS-AG: a genetic algorithm to adjust the TRISS prediction method of trauma patients survival
Palavras-chave em inglês
Evolutionary computation
Genetic algorithms
Trauma and Injury Severity Score
Trauma severity scores
TRISS
Resumo em inglês
The TRISS method is widely used to predict the survival of trauma patients, having a key role both in guiding clinical decisions at the time of care and later to assess the performance of the health service. Although it is the most used worldwide, it has been criticized for not reflecting the reality of medical care in developing countries, as it was built by means of a logistic regression using data from American patients more than three decades ago. Studies have been done seeking to adapt it using local data and alternative techniques, including computational intelligence. This work proposes an approach to adjust TRISS using genetic algorithms, testing whether it is possible to use such a technique and outperform of the original TRISS when applied to data that represent such a reality. Initially, five databases were synthetized simulating patients treated by hospitals of progressively lower quality. The performance of TRISS in predicting the survival of these patients was measured using ROC curves, showing to be progressively lower, confirming that TRISS presents problems in worse care realities. Then, TRISS-AG was developed, a genetic algorithm to adjust the TRISS equation. The performance of TRISS-AG and TRISS applied to the databases was compared based on the number of correct survival predictions and TRISS-AG performed better for all databases, with a greater advantage for the databases representing the worst service scenarios. The results confirmed that it is possible to use a genetic algorithm to adjust TRISS and that such algorithm can perform better than the original TRISS method.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-11-11
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2022. Todos os direitos reservados.