Base de dados : LILACS
Pesquisa : L01.313.500.750.280.199 [Categoria DeCS]
Referências encontradas : 57 [refinar]
Mostrando: 1 .. 10   no formato [Detalhado]

página 1 de 6 ir para página                

  1 / 57 LILACS  
              next record last record
seleciona
para imprimir
Fotocópia
Texto completo SciELO Chile
Texto completo
Id: biblio-959351
Autor: Cárdenas, Claudio; González, Sergio; Nahuel, Rosa; Herrera, Pablo; Ferrada, Luis; Celis, Diego.
Título: Diseño de un modelo predictivo de pesquisa cardiovascular utilizando árboles de decisión: propensión de pacientes a presentar diabetes tipo 2, hipertensión arterial o dislipidemia: estudio piloto, comuna de Quellón, Chiloé / Design of a predictive model of cardiovascular screening using decision trees: propensity of patients to present type 2 diabetes, arterial hypertension or dyslipidemia: pilot study commune of Quellón, Chiloé
Fonte: Rev. chil. cardiol;37(2):126-133, ago. 2018. tab, graf.
Idioma: es.
Resumo: Introducción : En la actualidad, la Minería de Datos es cada vez más popular en el campo de la salud porque existe una necesidad de eficiencia metodológica y analítica para detectar información desconocida y valiosa en datos de salud. Objetivo : Desarrollar un modelo predictivo utilizando técnicas de minería de datos, específicamente Arboles de Decisión, para pesquisar pacientes con propensión a desarrollar Diabetes Tipo II (DM II), Hipertensión Arterial (HTA) o Dislipidemia (DLP). Método : Se analizó el problema de los Factores de Riesgo Cardiovascular Mayores desde una perspectiva de procesos y se estudiaron las técnicas que permiten descubrir el conocimiento del fenómeno almacenado en las bases de datos de Examen de Medicina Preventiva del Adulto (EMPA) de la Población en Control Cardiovascular que presenta DM II, HTA o DLP Resultados : El Algoritmo C5, presenta un mayor poder predictivo, respecto de otros algoritmos de Árbol de Decisión. Se comprobó que las variables Edad y Circunferencia de Cintura fueron las de mayor poder de discriminación en el padecimiento de DM2, HTA o DLP. El algoritmo C5 alcanzó una precisión global de un 83,01% en la partición de prueba, luego en la misma partición el modelo logra discriminar un paciente con algunas de las patologías en el 85,25% de los casos, y uno que no presenta alguna de las patologías en un 80,27% de las oportunidades. Conclusión : La Minería de Datos y en este caso, específicamente los Modelos de Árboles de Decisión son una alternativa válida para la pesquisa cardiovascular temprana.

Introduction : Data Mining is increasingly popular in the health field because there is a need for an efficient analytical methodology to detect unknown and valuable information of health data. Objective : To develop a predictive model using data mining techniques, specifically Decision Trees, to investigate patients with a propensity to develop Type II Diabetes, Arterial Hypertension or Dyslipidemia. The data of adult patients presenting Type II diabetes, Hypertension or Dyslipidemia being followed in a preventive cardiovascular control program were analyzed with the aim of unveiling phenomena that could help develop the prediction of these risk factors. Results : With respect to other decision tree algorithms, Algorithm C 5, showed a greater predictive power. The variables age and waist circumference had the greatest power of discrimination for DM2, HTA or DLP. The C 5 algorithm reached a global precision of 83.01% in the test partition. Then, in the same partition the model managed to discriminate a patient with some of the risk factors in 85.25% of cases, and to rule out any of them in 80.27% of cases. Conclusion : Data Mining, specifically decisión tree models, is a valid alternative for early detection of cardiovascular of risk factors.
Descritores: Doenças Cardiovasculares/diagnóstico
Diabetes Mellitus Tipo 2/diagnóstico
Dislipidemias/diagnóstico
Mineração de Dados
Hipertensão/diagnóstico
-Prognóstico
Árvores de Decisões
Doenças Cardiovasculares/epidemiologia
Medição de Risco
Diagnóstico Precoce
Diabetes Mellitus Tipo 2/epidemiologia
Dislipidemias/epidemiologia
Hipertensão/epidemiologia
Limites: Seres Humanos
Masculino
Feminino
Responsável: CL126.2 - Biblioteca Médica Dr. Profesor Hernán Alessandri R.


  2 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo SciELO Cuba
Texto completo
Texto completo
Id: biblio-1003895
Autor: Martínez Ortiz, Carlos M.
Título: MIDAS: Aplicación informática para la identificación de microsatélites exactos e inexactos en secuencias genómicas / MIDAS: Computer application for the identification of exact and inaccurate microsatellites in genomic sequences
Fonte: Rev. cuba. inform. méd;10(2), jul.-dic. 2018. graf.
Idioma: es.
Resumo: Los microsatélites son secuencias cortas repetidas en tándem, frecuentes y diversas en los genomas de todas las especies, constituyendo importantes marcadores en múltiples áreas de investigación basadas en la genómica. Se han encontrado asociaciones de estos marcadores a un número importante de enfermedades en humanos. En el desarrollo de vacunas se ha demostrado cómo los patógenos pueden evadir la respuesta inmune simplemente alterando la composición de las secuencias repetidas en sus genes. Existen numerosas aplicaciones informáticas destinadas a la detección de estas secuencias, no obstante, éstas no cubren todas las expectativas debido a la divergencia de criterios y enfoques aplicados a la solución del problema de su detección. MIDAS implementa una solución no heurística basada en dos algoritmos combinatorios en serie: el primero detecta microsatélites exactos, y el segundo, de permitirlo los parámetros del modelo, extiende las secuencias a su versión inexacta óptima. La aplicación tiene como entrada la secuencia genómica en formato GBFF o FASTA y su salida brinda las posiciones de los microsatélites en la secuencia genómica, así como tamaños, alineamientos, flancos, posiciones, etc. El algoritmo tiene una elevada eficiencia y es exhaustivo, detectando todas las posibles secuencias repetidas independientemente de su composición nucleotídica(AU)

Microsatellites are tandem repeat, frequent and diverse short sequences in the genomes of all species, constituting important markers in multiple areas of genomics-based research. Associations of these markers have been found in a significant number of human diseases. Vaccine development has shown how pathogens can evade the immune response by simply altering the composition of repeat sequences in their genes. There are numerous computer applications for the detection of these sequences, but they do not meet all expectations due to the divergence of criteria and approaches applied to solving the problem of their detection. MIDAS implements a non-heuristic solution based on two combinatorial algorithms in series: the first one detects exact microsatellites, and the second one, if the model parameters allow it, extends the sequences to their optimal inaccurate version. The application has as input the genomic sequence in GBFF or FASTA format and its output provides the microsatellite positions in the genomic sequence, as well as sizes, alignments, flanks and other statistics. The algorithm is highly efficient and comprehensive, detecting all possible repeat sequences regardless of their nucleotide composition(AU)
Descritores: Algoritmos
Aplicações da Informática Médica
Instabilidade de Microssatélites
Mineração de Dados/métodos
Responsável: CU1.1 - Biblioteca Médica Nacional


  3 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo SciELO Cuba
Texto completo
Texto completo
Id: biblio-1003908
Autor: Orellana, Arturo.
Título: Integración de técnicas de Minería de procesos para la detección de la variabilidad en procesos hospitalarios desde sistemas automatizados / Integrating mining processes techniques in hospital procedures for the detection of variability from their information systems
Fonte: Rev. cuba. inform. méd;10(2), jul.-dic. 2018. tab, graf.
Idioma: es.
Resumo: Los sistemas de información hospitalaria cuentan con un volumen importante de datos, sin embargo, carecen de mecanismos que permitan analizar la ejecución de los procesos e identificar variabilidad. La variabilidad puede observarse en prácticamente cada paso del proceso asistencial y a varios niveles de agrupación: poblacional e individual. Desde el punto de vista poblacional se comparan tasas de realización de un procedimiento clínico, como pueden ser intervenciones quirúrgicas o ingresos hospitalarios en un período de tiempo. Las técnicas de minería de procesos analizan los datos reales de sistemas informáticos y son útiles para la detección de variabilidad en la ejecución de los procesos de negocio. La presente investigación propone la aplicación de técnicas de minería de procesos, seleccionadas a partir de un riguroso estudio del estado del arte, para el análisis de los procesos hospitalarios desde sus sistemas de información y materializadas en un modelo computacional. El Modelo para la Detección de Variabilidad (MDV) se instrumentó exitosamente en el sistema XAVIA HIS desarrollado por la Universidad de las Ciencias Informáticas UCI, donde fueron adaptadas e integradas las técnicas de minería de procesos. El modelo MDV contribuye al proceso de informatización de la salud en Cuba. La solución propicia la utilización de una tecnología emergente en áreas como la industrial y empresarial en el entorno sanitario. Esta beneficia importantes funciones gerenciales como la gestión, control y planificación de recursos y servicios sanitarios(AU)

The hospital information systems collect an important volume of data, however, they lack mechanisms to analyze the execution of the processes and identify variability. In practically every step of the care process and at various levels of grouping: population and individual the variability is present. From a population point of view, performance rates of a clinical procedure such as surgical interventions or hospital admissions, are compared over time. Process mining techniques analyze the real data of computer systems and are useful for the detection of variability in the execution of business processes. Based on a rigorous study of the state of the art, this research proposes the application of process mining techniques for the analysis of hospital processes from their information systems, providing a computational model. Model for Variability Detection (MDV) implemented successfully in the XAVIA HIS system developed by the UCI University of Informatics Sciences, where techniques of process mining were adapted and integrated. The MDV model contributes to the process of computerization of health in Cuba. The solution encourages the use of an emerging technology in areas such as industrial and business in the healthcare environment. This benefits important management functions such as control and planning of resources and health services(AU)
Descritores: Aplicações da Informática Médica
Linguagens de Programação
Sistemas de Informação Hospitalar/normas
Mineração de Dados/métodos
-Cuba
Limites: Seres Humanos
Responsável: CU1.1 - Biblioteca Médica Nacional


  4 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo
Id: biblio-983648
Autor: Alves, Davi da Silveira Barroso.
Título: Mineração de dados na identificação de padrões de mortalidade no Brasil de 1979 a 2013.
Fonte: Rio de Janeiro; s.n; 2017. 209 p. graf, ilus, tab.
Idioma: pt.
Tese: Apresentada a Fundação Oswaldo Cruz, Escola Nacional de Saúde Pública Sergio Arouca para obtenção do grau de Doutor.
Resumo: Nos últimos 60 anos observou-se no Brasil um processo de transição demográfica e epidemiológica caracterizado por desigualdades regionais que proporcionou o aparecimento de padrões de mortalidade, gerando demandas de saúde específicas e representando um desafio para a saúde pública. As informações sobre mortalidade somam mais de 32 milhões de óbitos registrados no Sistema de Informação sobre e Mortalidade (SIM) que geralmente são analisados de maneira agregada e fragmentada. A mineração de dados é o instrumental preferencial para a identificação de padrões em grandes massas de dados e sua implementação junto ao grande volume de informações do SIM pode ajudar na compreensão do panorama amplo da mortalidade no país, subsidiando o desenvolvimento de políticas de saúde pública equitativas que possibilitem uma gestão mais efetiva do Sistema Único de Saúde. O objetivo desta tese é analisar padrões regionais e temporais da mortalidade no Brasil no período entre1979 e 2013. Trata-se de um estudo ecológico utilizando dados do SIM, do Censo e das Estimativas Populacionais do IBGE. As análises foram realizadas em três etapas, cada uma abordando diferentes indicadores de mortalidade, unidades de observação, períodos e métodos de análise. Na primeira foi analisada a evolução da mortalidade proporcional e do padrão etário de óbitos nas regiões, e das taxas de mortalidade segundo grupos de causa e causas selecionadas nas unidades da federação. Na segunda foi analisada a evolução das taxas de mortalidade segundo causas selecionadas e dos indicadores sociais, econômicos e demográficos, nas microrregiões e a correlação entre eles. Na terceira foram implementadas técnicas de mineração de dados nas informações individuais do SIM...

In the last 60 years a demographic and epidemiological transition process has been observedin Brazil, resulting in mortality patterns that generate specific health demands that arechallenges to public health. Mortality informations accounts more than 32 million registereddeaths in the Mortality Information System (SIM), generally analyzed in aggregate andfragmented approachs. Data mining is the preferred tool to identify patterns in big data setsand the implemetation of this techniques in the large information volume from SIM can helpto understand the big picture of mortality in Brazil, guiding equity health policiesdevelopment and allowing effective management of SUS. The objective of this thesis isanalyze regional and temporal patterns of mortality in Brazil between 1979 and 2013. This isa Ecological study using data from the SIM, Census and Population Estimatives of IBGE. Theanalysis was performed in three stages, addressing different mortality indicators, observationunits, periods and analysis methods. The first one was the proportional mortality evolutionand the death age in regions,the mortality rates by groups and selected causes in the federationunits. The second one was the mortality rates evolution by selected causes and social,economic and demographic indicators by microregions and the correlation between them. Inthe third, data mining techniques were implemented in SIM individual information...
Descritores: Mineração de Dados
Mortalidade
-Transição Epidemiológica
Aprendizado de Máquina
Limites: Seres Humanos
Responsável: BR526.1 - Biblioteca de Saúde Pública
BR526.1; T304.64, A474m


  5 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo SciELO Cuba
Texto completo
Id: lil-739240
Autor: Ochoa Reyes, Alexeis Joel; Orellana García, Arturo; Sánchez Corales, Yovannys; Davila Hernández, Frank.
Título: Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento / Web component for the analysis of clinical information using the technique of clustering data mining
Fonte: Rev. cuba. inform. méd;6(1):5-16, ene.-jun. 2014.
Idioma: es.
Resumo: La digitalización de los diferentes procesos y la automatización de los servicios generan grandes volúmenes de información. La Minería de Datos (MD) es una técnica de Inteligencia Artificial que permite encontrar la información no trivial que reside en los datos almacenados. La presente investigación pretende desarrollar una vista de análisis para el Sistema Integral para la Atención Primaria de Salud (SIAPS), usando la técnica de agrupamiento enmarcada en el algoritmo Simple K-Means, con el objetivo de realizar un análisis de la información clínica de los pacientes; para ello se plantea la extracción del conocimiento del almacén de datos alimentado del repositorio de historias clínicas electrónicas. La investigación se sustenta en la herramienta de libre distribución WEKA, esta funciona de forma aislada al SIAPS; la interfaz, así como las vistas, modelos e informes generados por WEKA en ocasiones resultan de difícil comprensión por los profesionales de la salud, los que no necesariamente tienen que poseer conocimientos avanzados de las nuevas tecnologías de la información. Para el desarrollo de la solución se empleó el lenguaje de programación Java 1.6, como servidor de aplicación JBoss 4.2 y Eclipse 3.4 como plataforma de desarrollo, como Sistema Gestor de Bases de Datos PostgreSQL 8.4 y SEAM como framework de integración. Durante todo el proceso se hizo uso de la plataforma Java Enterprise Edition 5.0. Como resultado se espera obtener una vista de análisis que facilite la comprensión de los modelos generados, apoyando de esta forma el proceso de toma de decisiones clínicasAU

The digitization of the different processes and automation services generate large volumes of information. Data mining (DM) is an artificial intelligence technique that allows finding non-trivial information residing in stored data. This research aims to develop a view of analysis for the Integral System for Primary Health Care (SIAPS), using grouping technique framed on Simple K-Means algorithm, with the goal of completing an analysis of the patients' clinical information, for it raises the extraction of knowledge from data warehouse powered by the repository of electronic medical records. The research is based on the free distribution tool WEKA, it works in isolation of SIAPS, the interface, as well as the views, models and reports generated by WEKA are sometimes difficult to understand by health professionals, who do not necessarily have to possess advanced knowledge of new information technologies. For the development of the solution was used Java 1.6 as a programming language, JBoss 4.2 as the application Server and Eclipse 3.4 as a development platform. PostgreSQL 8.4 was used as Database Management System and the integration framework SEAM. Java Enterprise Edition 5.0 platform was used during the whole process. An analysis view to facilitate the understanding of the generated models is expected as a result, to support the process of making clinical decisionsAU
Descritores: Aplicações da Informática Médica
Software
Inteligência Artificial
Registros de Saúde Pessoal
Mineração de Dados/métodos
Limites: Seres Humanos
Responsável: CU1.1 - Biblioteca Médica Nacional


  6 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo SciELO Brasil
Loureiro, Sônia Regina
Texto completo
Id: biblio-948239
Autor: Bolsoni-Silva, Alessandra Turini; Barbosa, Rommel Melgaço; Brandão, Alessandra Salina; Loureiro, Sonia Regina.
Título: Prediction of course completion by students of a university in Brazil / Predição de conclusão de curso por estudantes de uma universidade no Brasil / Predicción de conclusión de la carrera por estudiantes de una Universidad de Brasil
Fonte: Psico USF;23(3):425-436, 2018. tab.
Idioma: en.
Projeto: Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).
Resumo: The conclusion of the undergraduate course by university students in the time predicted by the curriculum is desirable for young people and for society. The aim was to verify the reliability, sensitivity and specificity of a broad set of predictors for academic performance of university students, who completed the undergraduate course within the time predicted by the curricula, through data mining methodology, provided by the Support Vector Machines algorithm. A simple approach is proposed for the prediction of course completion by students in a university in Brazil. The dataset has 170 students who finished the course and 117 who did not finish. With the proposed methodology, it was possible to predict the course completion by students with an accuracy of 79.5% when using the 19 original variables. An accuracy of 75% was found using only 05 variables: Course, year of the course, gender, initial and final academic performance. (AU)

A conclusão do curso de graduação por estudantes universitários no tempo previsto pelo currículo é desejável para os jovens e para a sociedade. O objetivo foi verificar a confiabilidade, sensibilidade e especificidade de um amplo conjunto de indicadores sobre o desempenho acadêmico de estudantes universitários, que completaram o curso de graduação dentro do tempo previsto pelo currículo, por meio de metodologia de mineração de dados, fornecida pelo algoritmo Vector Machines Suporte. Uma abordagem simples é proposta para a previsão da conclusão do curso por estudantes de uma universidade no Brasil. O conjunto de dados tem 170 alunos que concluíram o curso e 117 que não terminaram. Com a metodologia proposta, foi possível prever a conclusão do curso pelos alunos com uma precisão de 79,5% quando se utiliza as 19 variáveis originais. Uma precisão de 75% foi encontrada usando apenas cinco variáveis: curso, ano do curso, o sexo, o desempenho inicial e final acadêmico. (AU)

La conclusión del curso de graduación de los estudiantes universitarios en el tiempo previsto por el plan de estudios es deseable para los jóvenes y para la sociedad. El objetivo fue verificar confianza, sensibilidad y especificidad de un amplio conjunto de indicadores sobre el desempeño académico de los estudiantes universitarios, que completaron el curso de graduación dentro del tiempo previsto por los planes de estudio, a través de la metodología de minería de datos, proporcionada por el algoritmo Vector Machines Suporte. Se propone un abordaje simple para previsión de la finalización de la carrera por estudiantes en una Universidad de Brasil. El conjunto de datos tiene 170 estudiantes que concluyeron la carrera y 117 que no terminaron. Con la metodología propuesta, fue posibe prever la finalización de la carrera por los estudiantes con una precisión de 79,5% cuando se utilizan las 19 variables originales. Una precisión de 75% fue encontrada usando apenas 5 variables: Curso, duración de la carrera, sexo, desempeño inicial y final académico. (AU)
Descritores: Estudantes/psicologia
Previsões
Desempenho Acadêmico/psicologia
-Saúde Mental
Educação Superior
Mineração de Dados
Máquina de Vetores de Suporte
Habilidades Sociais
Limites: Seres Humanos
Masculino
Feminino
Adulto
Responsável: BR1249.1 - Coordenadoria do Sistema de Bibliotecas


  7 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo
Id: biblio-906702
Autor: Afonso, Ricardo Alexandre; Cabral, Raquel da Silva; Garcia, Vinicius Cardoso; Álvaro, Alexandre.
Título: DendroIDH: agrupando cidades por semelhança de indicadores / DendroHDI: clustering cities by similarity indicators / DendroIDH: intercalación de ciudades por indicadores de similitud
Fonte: J. health inform;8(supl.I):907-913, 2016. ilus, tab.
Idioma: pt.
Conferência: Apresentado em: Congresso Brasileiro de Informática em Saúde, 15, Goiânia, 27-30 nov. 2016.
Resumo: OBJETIVO: as cidades inteligentes estão surgindo mediante a necessidade de otimização de recursos e ampliação do bem-estar dos seus habitantes. Atualmente não existem dados claros sobre como comparar cidades inteligentes com base em indicadores que utilizem dados públicos, principalmente na área de Saúde. MÉTODO: este trabalho propõe a utilização de indicadores de IDH para comparar estatisticamente e agrupar cidades com semelhança de indicadores, e assim, oferecer aos seus gestores, a possibilidade de adotar estratégias de gestão baseadas em visualização de dados dispostos em dendrogramas. RESULTADO: foram realizados cálculos com a utilização de uma ferramenta estatística embases de dados públicas para obter dendrogramas de dados. CONCLUSÃO: o agrupamento de cidades por semelhança de indicadores se mostrou promissor para comparar e medir cidades com semelhantes características.

OBJECTIVE: Smart cities are emerging by the need to optimize resources and expansion of the welfare of its inhabitants. Currently there are no clear data on how to compare smart cities based on indicators using public data, especially in the health area. METHOD: this paper proposes the use of HDI indicators to compare statistically and grouptowns with similar indicators, and thus, offer its managers, the possibility of adopting management strategies based on data visualization arranged in dendrograms. RESULT: Calculations were performed using a statistical tool in public databases for dendrograms data. CONCLUSION: the grouping of cities by similarity indicators showed promise to compareand measure cities with similar characteristics.
Descritores: Mineração de Dados
Cidade Saudável
Indicadores (Estatística)
-Congressos como Assunto
Bases de Dados como Assunto
Fatores Socioeconômicos
Limites: Seres Humanos
Responsável: BR21.1 - Biblioteca J Baeta Vianna- Campus Saúde UFMG


  8 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo
Id: biblio-906603
Autor: Teodoro, Douglas; Rotgans, Nils; Oliveira, Lucas; Correia, Lilian.
Título: Design of an integrated analytics platform for health care assessment centered on the episode of care
Fonte: J. health inform;8(supl.I):753-761, 2016. ilus, tab.
Idioma: en.
Conferência: Apresentado em: Congresso Brasileiro de Informática em Saúde, 15, Goiânia, 27-30 nov. 2016.
Resumo: Assessing care quality and performance is essential to improve healthcare processes and population health management. However, due to bad system design and lack of access to required data, this assessment is often delayed or not done at all. The goal of our research is to investigate an advanced analytics platform that enables healthcare quality and performance assessment. We used a user-centered design approach to identify the system requirements and have the concept of episode of care as the building block of information for a key performance indicator analytics system. We implemented architecture and interface prototypes, and performed a usability test with hospital users with managerial roles. The results show that by using user-centered design we created an analytical platform that provides a holistic and integrated view of the clinical, financial and operational aspects of the institution. Our encouraging results warrant further studies to understand other aspects of usability.

A avaliação da qualidade e do desempenho do cuidado em saúde é essencial para melhorar os processos de cuidado e a gestão de saúde da população. No entanto, devido a falhas no design de sistemas de análise e a falta de acesso ao dados necessários, esta avaliação é frequentemente adiada ou não feita. O objetivo dessa pesquisa é investigar uma plataforma analítica avançada que permite avaliar a qualidade e o desempenho do cuidado em saúde. Nós utilizamos uma abordagem de design centrado no usuário para identificar os requisitos do sistema de análise, tendo o conceito de episódio de cuidado como o bloco de construção de informações para um sistema de análise de indicadores chave de desempenho. Nós implementamos os protótipos da arquitetura e da interface, e realizamos um teste de usabilidade com usuários com funções gerenciais em um ambiente hospitalar. Os resultados mostram que, usando um design centrado no usuário, fomos capazes de criar um conceito de análise que fornece uma visão holística e integra dados aspectos clínicos, financeiros e operacionais da instituição. Esses resultados encorajadores justificam mais estudos para compreender outros aspectos de usabilidade.
Descritores: Sistemas de Computação
Mineração de Dados
Qualidade da Assistência à Saúde
-Congressos como Assunto
Limites: Seres Humanos
Responsável: BR21.1 - Biblioteca J Baeta Vianna- Campus Saúde UFMG


  9 / 57 LILACS  
              first record previous record next record last record
seleciona
para imprimir
Fotocópia
Texto completo
Id: biblio-906570
Autor: Ferreira, Diego Henrique; Seron Ruiz, Evandro Eduardo.
Título: Análise de sentimentos aplicada à realidade da doação de sangue no Brasil usando dados do Twitter / Sentiment analysis of tweets: the reality of blood donation in Brazil
Fonte: J. health inform;8(supl.I):653-660, 2016. ilus, tab.
Idioma: pt.
Conferência: Apresentado em: Congresso Brasileiro de Informática em Saúde, 15, Goiânia, 27-30 nov. 2016.
Resumo: OBJECTIVE: Analyze the sentiments and opinions from Twitter users about blood donation in Brazil. We collected19 thousand tweets related to blood donation between January 1st and December 31st, 2015. From those, 1364tweets were randomly select to compose the training and the evaluation test set. METHODS: Four classifiers were applied: Multinomial Naïve Bayes, Bernoulli Naïve Bayes, Gaussian Naïve Bayes e Maximum Entropy. RESULTS: The tweets have been classified as positive, negative and neutral. The classifiers Multinomial Naïve Bayes e Maximum Entropy achieved better results. CONCLUSION: We have observed that the Multinomial Naïve Bayes classifier achieved the best performance in the overall set of messages.

OBJETIVO: Analisar os sentimentos e opiniões dos usuários do Twitter a respeito da doação de sangue no Brasil. Foram coletados mais de 19 mil tweets relacionados à doação de sangue, publicados entre 1º de janeiro de 2015 e 31de dezembro de 2015. Deste total de tweets, uma amostra de 1364 tweets foi selecionada para compor dois conjuntos de dados: um para treinar e outro para avaliar. MÉTODOS: Os 4 algoritmos de classificação adotados neste trabalho, sãoeles: Multinomial Naïve Bayes, Bernoulli Naïve Bayes, Gaussian Naïve Bayes e Maximum Entropy. RESULTADO: A classificaçãodos tweets em três possíveis classes (positiva, negativa e neutra) foi realizada. Os classificadores Multinomial Naïve Bayes e Maximum Entropy obtiveram os melhores resultados. CONCLUSÃO: Pudemos observar que o algoritmo Multinomial Naïve Bayes obteve o melhor desempenho na classificação do conjunto total de mensagens.
Descritores: Algoritmos
Doadores de Sangue/psicologia
Mineração de Dados
Emoções
Rede Social
-Brasil
Congressos como Assunto
Limites: Seres Humanos
Responsável: BR21.1 - Biblioteca J Baeta Vianna- Campus Saúde UFMG


  10 / 57 LILACS  
              first record previous record
seleciona
para imprimir
Fotocópia
Texto completo
Id: biblio-906526
Autor: Rubio, Gabriel Miranda; Morais, Gilvan Machado; Santos, Ester E. Domingues dos; Macedo, Alessandra Alaniz; Bulcão-Neto, Renato de Freitas.
Título: QASF 2. 0 - Sistema de perguntas e respostas em doenças crônicas / QASF 2. 0 - Question-answering system on chronic diseases / QASF 2. 0 - Sistema de pregunta y respuesta en enfermedades crónicas
Fonte: J. health inform;8(supl.I):579-590, 2016. ilus, tab, graf.
Idioma: pt.
Conferência: Apresentado em: Congresso Brasileiro de Informática em Saúde, 15, Goiânia, 27-30 nov. 2016.
Resumo: As doenças crônicas são um grave problema mundial de saúde pública. Elas são responsáveis por morbidez,mortalidade, incapacidade e baixa qualidade de vida. No Brasil, 72% das mortes são causadas por doenças crônicas, e no mundo esse valor é de 60%. Sabe-se que a atual produção científica mundial é vasta e as informações contidas nos artigos científicos podem ser úteis para o profissional da saúde. Porém, ler artigos científicos é uma tarefa que exige tempo e disposição. O objetivo deste artigo é apresentar a segunda versão do sistema de perguntas e respostas QASF para auxiliar os profissionais da saúde e outros usuários na busca rápida por informações, especificamente, em doenças crônicas. O processo de desenvolvimento do sistema baseou-se na construção de módulos de processamento de pergunta,de documentos e de resposta. Com o QASF, espera-se facilitar o acesso a informações.

Chronic diseases is a global public health problem. They are responsible for morbidity, mortality, disability andpoor quality of life. Chronic diseases cause 60% of deaths worldwide and 72% of deaths in Brazil. It is known that the current world scientific production is vast and the information contained in scientific papers can be useful for health professionals. However, the reading of scientific articles is a demanding and time-consuming task. This paper presents a question answering system to help health professionals quickly search for information about chronic diseases. The core of the question answering system includes the development of modules for processing questions, documents and answers. It is expected to support users that demand for quick information about chronic diseases. Precision rates between 50% and 60% were obtained.
Descritores: Doença Crônica
Mineração de Dados
Computação em Informática Médica
-Congressos como Assunto
Limites: Seres Humanos
Responsável: BR21.1 - Biblioteca J Baeta Vianna- Campus Saúde UFMG



página 1 de 6 ir para página                
   


Refinar a pesquisa
  Base de dados : Formulário avançado   

    Pesquisar no campo  
1  
2
3
 
           



Search engine: iAH v2.6 powered by WWWISIS

BIREME/OPAS/OMS - Centro Latino-Americano e do Caribe de Informação em Ciências da Saúde