Um modelo preditivo não-linear de mortalidade em pacientes internados em unidades de terapia intensiva, utilizando redes neurais artificiais

AUTOR(ES)

Paulo Felipe Junior

DATA DE PUBLICAÇÃO

1995

RESUMO

Diversos sistemas foram desenvolvidos com o intuito de estimar a probabilidade de morte em Unidades de Terapia Intensiva, tais como o APACHE e o MPM, que são baseados em regressão logística. No presente trabalho, foi estudado o potencial das Redes Neurais Artificiais para a execução da mesma tarefa. Para tal, diversos experimentos foram realizados utilizando, como base, um perceptron de três camadas com regra de aprendizado por backpropagation onde o número de neurodos da camada intermediária foi de 5, 10, 15 e 20 elementos. Foram utilizados 282 registros de pacientes para o treinamento das redes neurais e 100 registros para o seu teste. Estes dados foram obtidos a partir de um banco de dados da UTI do HCUnicamp, coletados no período de 1988 e 1992, utilizados previamente para calcular os Índices do APACHE 11.Todas as redes apresentaram convergência dentro de 500 ciclos de treinamento sendo que o Erro Global Final, em todos os casos, foi inferior a 0,025. Para avaliar a performance de cada experimento foram utilizados, como índices de desempenho, os valores de acurácia, sensibilidade, especificidade, eficiência, preditividade positiva e negativa e o cálculo da área sob a Curva ROC. Para o conjunto de dados de treino, todas as redes foram capazes de predizer o prognóstico do paciente com acurácias variando entre 97,6% (rede com 20 e 10 neurodos intermediários) e 98,6% (rede com 5 neurodos intermediários). No conjunto de dados de teste, os valores de acurácia variaram entre 76% (rede com 15 neurodos intermediários) e 81% (rede com 5 neurodos intermediários) ... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital

ASSUNTO(S)

prognostico redes neurais (computação) unidade de tratamento intensivo mortalidade

Documentos Relacionados

• Simulação e controle preditivo linear (com modelo de convolução) e não-linear (com modelo baseado em redes neurais artificiais) de colunas recheadas de absorção com reação quimica
• Controle preditivo com modelo não-linear de um tanque de aquecimento em batelada
• Implementação prática de um controlador preditivo a um processo não-linear
• Predição não-linear de curvas de produção de petróleo via redes neurais recursivas
• Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais