Rede neural artificial para anÃlise de fatores relacionados a transtornos mentais comuns
AUTOR(ES)
ClÃudia Ribeiro Santos Lopes
DATA DE PUBLICAÇÃO
2003
RESUMO
Os Transtornos Mentais Comuns (TMCÂs), e dentre eles ansiedade e depressÃo, tÃm sido causas comuns de morbidade tanto em paÃses desenvolvidos como em desenvolvimento. Esses transtornos levam a um considerÃvel uso dos serviÃos de saÃde e destacam-se como um importante fator que leva a uma perda de dias de trabalho. AlÃm disso, causam um sÃrio impacto tanto para os serviÃos de saÃde como à sociedade de um modo geral. O uso de tÃcnicas que possam vir a conduzir à identificaÃÃo dos fatores que apresentam maior probabilidade de estarem relacionados aos TMCÂs à de grande relevÃncia para auxiliar no processo de tomada de decisÃes acerca do planejamento e intervenÃÃo de saÃde pÃblica nessa Ãrea. As Redes Neurais Artificiais (RNAÂs) sÃo conhecidas porque geralmente obtÃm um bom desempenho na precisÃo dos resultados, e tem sido amplamente utilizadas para prognÃstico e diagnÃstico de doenÃas. A aplicaÃÃo de RNAÂs para anÃlise dos fatores relacionados aos TMCÂs foi motivada principalmente pelo fato que em RNAÂs nÃo hà necessidade de independÃncia entre as diversas variÃveis estudadas, pela sua habilidade em detectar todas as possÃveis interaÃÃes entre as diversas variÃveis explicativas, bem como por sua capacidade de aprendizado a partir do ambiente. Essas caracterÃsticas tÃm sido destacadas como um atrativo para a aplicaÃÃo de RNAÂs em estudos epidemiolÃgicos. TÃcnicas clÃssicas de estatÃstica, a exemplo de regressÃo logÃstica, geralmente sÃo mais utilizadas em estudos epidemiolÃgicos, porÃm, RNAÂs vÃm surgindo como uma alternativa interessante, principalmente em situaÃÃes onde sÃo exibidas variÃveis dependentes e independentes complexas com relaÃÃes nÃo lineares. Esse trabalho teve como objetivo principal utilizar RNA para anÃlise dos fatores relacionados a TMCÂs, comparando os resultados obtidos nos experimentos realizados com os alcanÃados com o modelo estatÃstico de regressÃo logÃstica. Para o desenvolvimento dos experimentos foi utilizada uma rede Multilayer Perceptron com uma camada escondida, treinada com o algoritmo Backpropagation e com o mÃtodo de otimizaÃÃo Simulated Annealing
ASSUNTO(S)
common mental disorders multilayer perceptron backpropagation redes neurais artificiais backpropagation simulated annealing estudos epidemiolÃgicos epidemiologic studies multilayer perceptron simulated annealing ciencia da computacao transtornos mentais comuns artificial neural networks
Documentos Relacionados
- Estudo multicêntrico brasileiro sobre transtornos mentais comuns na atenção primária: prevalência e fatores sociodemográficos relacionados
- Prevalência e fatores de risco para transtornos mentais comuns entre estudantes de medicina
- Fatores psicossociais do trabalho e transtornos mentais comuns em eletricitários
- Transtornos mentais comuns: prevalência e fatores associados entre agentes comunitários de saúde
- Transtornos mentais comuns e fatores associados entre estudantes de saúde do último ano