Um estudo da Diabetes Mellitus e Hipertensão Arterial baseado em técnicas de Data Mining aplicadas a dados da Administração Regional de Saúde do Centro

Borges, Luís Miguel Candeias

http://hdl.handle.net/10400.26/18285

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
Luís-Miguel-Candeias-Borges.pdf		2.64 MB	Adobe PDF	Download

Send Feedback

Authors

Borges, Luís Miguel Candeias

Advisor(s)

Marques, Viriato António Pereira Marinho

Abstract(s)

Esta dissertação resulta de um acordo de colaboração entre a Administração Regional de Saúde do Centro e o Instituto Superior de Engenharia de Coimbra do Instituto Politécnico de Coimbra, e visa estudar os dados sobre as doenças Diabetes Mellitus e Hipertensão, aplicando métodos de Tecnologias da Informação e do Conhecimento, integrados na área científica de Business Intelligence e Data Mining. Na atualidade, a Diabetes Mellitus e Hipertensão são patologias incuráveis e o número de pessoas afetadas continua a agravar-se. Existe um forte interesse em abordagens realizáveis e de custo suportável, especialmente em casos não diagnosticados, para intervenção o mais cedo possível. Existe interesse em encontrar sistemas de identificação de pacientes sem recorrer a testes bioquímicos. Com a proliferação das Tecnologias de Informação na sociedade, desenvolver a baixo custo e de acesso generalizado pode fazer decrescer o número de pacientes não diagnosticados. As ferramentas devem auxiliar o processo de identificar quem poderá ser afetado para reduzir riscos preventivamente. O uso das Tecnologias de Informação pelos prestadores de cuidados de saúde em conjunto com educação dos pacientes resultará em benefícios significativos na luta contra estas doenças crónicas. É neste segmento que este estudo se inclui, adicionando as tecnologias de informação às abordagens tradicionais. Neste trabalho aplicam-se técnicas de Data Mining para extrair conhecimento dos dados existentes no Data Warehouse da Administração Regional de Saúde do Centro. A primeira parte carateriza as doenças para determinar quais os seus aspetos mais relevantes a considerar no desenvolvimento das restantes tarefas. A segunda parte carateriza métodos e metodologias de Data Mining com o intuito de descrever as tarefas e técnicas utilizadas. Existem atualmente diversas ferramentas que implementam os diversos algoritmos de extração do conhecimento pelo que na terceira parte do trabalho é realizada uma comparação com vista à seleção informada e esclarecida da ferramenta base a utilizar neste estudo. A quarta parte é baseada nos passos comuns das metodologias aplicáveis aos estudos deste género e que consiste em compreender os dados, preparar os dados, proceder à sujeição dos dados aos algoritmos e avaliar os resultados dos modelos inferidos. A última etapa do estudo elabora algumas conclusões e sugere trabalho futuro. A saúde é, por natureza, de importância vital para o ser humano. Devemos, por isso, evidenciar todos os esforços possíveis para que novo conhecimento possa ser gerado e usado.