Utilização de Técnicas de Inteligência Computacional na Caracterização de Pacientes com Doenças Cardiovasculares

Juliana Baroni, Robson Mariano Oliveira Silva
{"title":"Utilização de Técnicas de Inteligência Computacional na Caracterização de Pacientes com Doenças Cardiovasculares","authors":"Juliana Baroni, Robson Mariano Oliveira Silva","doi":"10.18605/2175-7275/CEREUS.V10N4P160-171","DOIUrl":null,"url":null,"abstract":"Por estarem do topo da lista das doencas que mais matam no mundo, as Doencas Cardiovasculares estao assustando cada vez mais a classe medica, devido aos seus numeros alarmantes, sendo assim tecnicas de Inteligencia Computacional foram utilizadas para caracterizar pacientes da base de dados publica “ Heart Disease Database ”, como cardiopatas ou nao, a partir das variaveis fornecidas pela base. Maquina de Vetor de Suporte (SVM) e Regressao Linear Multipla, foram escolhidas por terem desempenhos satisfatorios em aplicacoes similares na literatura. O modelo em que as variaveis foram diretamente introduzidas ao SVM, conseguiu em sua melhor simulacao uma acuracia de 77%, sensibilidade de 91%, especificidade de 69% e falso negativo de 9%, enquanto na simulacao em que as variaveis foram selecionadas por Regressao, os indices representaram 85%, 86%, 84% e 14%, respectivamente. O fator considerado mais importante foi o falso negativo, confirmando o melhor desempenho do modelo de SVM.","PeriodicalId":208128,"journal":{"name":"Revista Cereus","volume":"7 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-12-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Cereus","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18605/2175-7275/CEREUS.V10N4P160-171","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Por estarem do topo da lista das doencas que mais matam no mundo, as Doencas Cardiovasculares estao assustando cada vez mais a classe medica, devido aos seus numeros alarmantes, sendo assim tecnicas de Inteligencia Computacional foram utilizadas para caracterizar pacientes da base de dados publica “ Heart Disease Database ”, como cardiopatas ou nao, a partir das variaveis fornecidas pela base. Maquina de Vetor de Suporte (SVM) e Regressao Linear Multipla, foram escolhidas por terem desempenhos satisfatorios em aplicacoes similares na literatura. O modelo em que as variaveis foram diretamente introduzidas ao SVM, conseguiu em sua melhor simulacao uma acuracia de 77%, sensibilidade de 91%, especificidade de 69% e falso negativo de 9%, enquanto na simulacao em que as variaveis foram selecionadas por Regressao, os indices representaram 85%, 86%, 84% e 14%, respectivamente. O fator considerado mais importante foi o falso negativo, confirmando o melhor desempenho do modelo de SVM.
计算智能技术在心血管疾病患者特征中的应用
嫌你的疾病列表的顶端,心血管疾病是世界最大杀手吓到越来越多类药物,由于其惊人的数字,因此计算智能方法被用来描述病人的数据库发布“心脏疾病数据库”cardiopatas或没有,从变量提供的基地。选择支持向量机(SVM)和多重线性回归,因为它们在文献中类似的应用中有令人满意的性能。的模型上直接引入到支持向量机,得到了最好的simulacao acuracia 77%,敏感性为91%,特异性为69%,假阴性的9%,而在simulacao上选择了回归,指数分别占85%,86%,84%和14%。最重要的因素是假阴性,证实了SVM模型的最佳性能。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信