Rede bayesiana para predição do risco de infecção hospitalar em UTI-neonatal

AUTOR(ES)

Claudio José Beltrão

DATA DE PUBLICAÇÃO

2005

RESUMO

A infecção hospitalar tem sido muito discutida e estudada na prática médica. Enquanto a sua história acompanha a história dos hospitais, sua repercussão na sociedade se apresenta social e economicamente com tamanha gravidade que somente nos Estados Unidos 2 milhões de pacientes são acometidos de infecções hospitalares e o custo anual de combate ao problema é estimado em 4,5 bilhões de dólares. Visando a redução da ocorrência destas infecções, aponta-se para o uso da tecnologia em saúde e seus diversos componentes. A utilização da inteligência artificial (IA) em medicina vem crescendo a cada dia, pois vem apresentando resultados satisfatórios no tratamento da redução da incerteza com o desenvolvimento de sistemas denominados Sistemas Especialistas. Uma das técnicas de IA utilizadas com sucesso nestes sistemas tem sido as redes bayesianas, que têm como base o Teorema de Bayes. O objetivo do estudo foi o desenvolvimento de um sistema especialista para predição de infecção hospitalar, baseado nos potenciais de risco, para pacientes em UTI Neonatal. Sua implementação se deu através de uma rede bayesiana, criada a partir dos potenciais de risco apresentados nas fichas de busca ativa da UTI - Neonatal do Hospital Pequeno Príncipe. A base do conhecimento e o treinamento da rede foram adquiridos utilizando as fichas de busca ativa coletadas por um sistema de entrada de dados, no período de maio de 2003 a junho de 2004, num total de 180 pacientes internados. A avaliação, em comparação a uma amostra padrão-ouro de 43 casos, mostrou uma sensibilidade de 66,67% e uma especificidade de 88,24%. Os resultados sugerem que o sistema especialista criado pode auxiliar na predição de infecção hospitalar, e sua utilização, impactar na melhoria da qualidade de atendimento oferecida aos pacientes em UTI - Neonatal.

ASSUNTO(S)

infecção hospitalar teorema de bayes tratamento intensivo neonatal engenharia medica inteligencia artificial - aplicações médicas

Documentos Relacionados

• Sistema de monitoramento do potencial de risco de infecção hospitalar em uti-neonatal baseado em agentes de software
• Avaliação de sintomas de ansiedade e depressão em mães de neonatos pré-termo durante e após hospitalização em UTI-Neonatal
• Transporte intra-hospitalar de pacientes internados em UTI Neonatal: fatores de risco para intercorrências
• Modelagem Bayesiana do risco de infecção tuberculosa para estudos com perdas de seguimento
• Infecção hospitalar em uma unidade de terapia intensiva neonatal do Sul do Brasil