L. E. Zárate, Arthur Vinicius Dimas dos Santos, Jefferson Eduardo de Carvalho Camelo, C. N. Nobre, Mark Alan Junho Song
{"title":"通过数据挖掘识别老年人抑郁模式","authors":"L. E. Zárate, Arthur Vinicius Dimas dos Santos, Jefferson Eduardo de Carvalho Camelo, C. N. Nobre, Mark Alan Junho Song","doi":"10.59681/2175-4411.v16.2024.1020","DOIUrl":null,"url":null,"abstract":"Objetivo: Identificar padrões de depressão em idosos baseado em variáveis exógenas por meio da mineração de dados. Métodos: O processo aplica técnica de classificação Floresta Aleatória para descrever os padrões de depressão nessa população. Como fonte de dados considera-se a base de dados PNS, IBGE 2013. Resultados: Os resultados evidenciam como fatores relevantes, doenças crônicas pré-existentes, o nível de confiança com amigos e parentes, nível de escolaridade, etc. Para o grupo diagnosticado “Com depressão”, a precisão do modelo foi de 68,8%, sensibilidade de 77,2% e medida F1-score de 72,8%. Para o grupo diagnosticado “Sem depressão”, a precisão foi de 66,4%, Sensibilidade de 56,2% e a medida F1-score de 60,9%. Conclusão: Dentre os fatores destacam-se, em nível de importância, doença crônica pré-existente, um ou nenhum parente ou amigo em quem confiar, e escolaridade até o ensino médio. A prática de exercícios físicos e manter-se ativo é um aspecto favorável para a não-depressão.","PeriodicalId":91119,"journal":{"name":"Journal of health informatics","volume":"11 2","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Identificando padrões de depressão em idosos por meio de mineração de dados\",\"authors\":\"L. E. Zárate, Arthur Vinicius Dimas dos Santos, Jefferson Eduardo de Carvalho Camelo, C. N. Nobre, Mark Alan Junho Song\",\"doi\":\"10.59681/2175-4411.v16.2024.1020\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Objetivo: Identificar padrões de depressão em idosos baseado em variáveis exógenas por meio da mineração de dados. Métodos: O processo aplica técnica de classificação Floresta Aleatória para descrever os padrões de depressão nessa população. Como fonte de dados considera-se a base de dados PNS, IBGE 2013. Resultados: Os resultados evidenciam como fatores relevantes, doenças crônicas pré-existentes, o nível de confiança com amigos e parentes, nível de escolaridade, etc. Para o grupo diagnosticado “Com depressão”, a precisão do modelo foi de 68,8%, sensibilidade de 77,2% e medida F1-score de 72,8%. Para o grupo diagnosticado “Sem depressão”, a precisão foi de 66,4%, Sensibilidade de 56,2% e a medida F1-score de 60,9%. Conclusão: Dentre os fatores destacam-se, em nível de importância, doença crônica pré-existente, um ou nenhum parente ou amigo em quem confiar, e escolaridade até o ensino médio. A prática de exercícios físicos e manter-se ativo é um aspecto favorável para a não-depressão.\",\"PeriodicalId\":91119,\"journal\":{\"name\":\"Journal of health informatics\",\"volume\":\"11 2\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-07-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of health informatics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.59681/2175-4411.v16.2024.1020\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of health informatics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.59681/2175-4411.v16.2024.1020","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Identificando padrões de depressão em idosos por meio de mineração de dados
Objetivo: Identificar padrões de depressão em idosos baseado em variáveis exógenas por meio da mineração de dados. Métodos: O processo aplica técnica de classificação Floresta Aleatória para descrever os padrões de depressão nessa população. Como fonte de dados considera-se a base de dados PNS, IBGE 2013. Resultados: Os resultados evidenciam como fatores relevantes, doenças crônicas pré-existentes, o nível de confiança com amigos e parentes, nível de escolaridade, etc. Para o grupo diagnosticado “Com depressão”, a precisão do modelo foi de 68,8%, sensibilidade de 77,2% e medida F1-score de 72,8%. Para o grupo diagnosticado “Sem depressão”, a precisão foi de 66,4%, Sensibilidade de 56,2% e a medida F1-score de 60,9%. Conclusão: Dentre os fatores destacam-se, em nível de importância, doença crônica pré-existente, um ou nenhum parente ou amigo em quem confiar, e escolaridade até o ensino médio. A prática de exercícios físicos e manter-se ativo é um aspecto favorável para a não-depressão.