Rede neural artificial para análise de fatores relacionados a transtornos mentais comuns

• Ano de defesa: 2003
• Autor(a) principal: LOPES, Claudia Ribeiro Santos
• Orientador(a): LUDERMIR, Teresa Bernarda
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Palavras-chave em Português: Transtornos Mentais Comuns; Estudos Epidemiológicos; Redes Neurais artificiais
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/2486

Os Transtornos Mentais Comuns (TMC´s), e dentre eles ansiedade e depressão, têm sido causas comuns de morbidade tanto em países desenvolvidos como em desenvolvimento. Esses transtornos levam a um considerável uso dos serviços de saúde e destacam-se como um importante fator que leva a uma perda de dias de trabalho. Além disso, causam um sério impacto tanto para os serviços de saúde como à sociedade de um modo geral. O uso de técnicas que possam vir a conduzir à identificação dos fatores que apresentam maior probabilidade de estarem relacionados aos TMC´s é de grande relevância para auxiliar no processo de tomada de decisões acerca do planejamento e intervenção de saúde pública nessa área. As Redes Neurais Artificiais (RNA´s) são conhecidas porque geralmente obtêm um bom desempenho na precisão dos resultados, e tem sido amplamente utilizadas para prognóstico e diagnóstico de doenças. A aplicação de RNA´s para análise dos fatores relacionados aos TMC´s foi motivada principalmente pelo fato que em RNA´s não há necessidade de independência entre as diversas variáveis estudadas, pela sua habilidade em detectar todas as possíveis interações entre as diversas variáveis explicativas, bem como por sua capacidade de aprendizado a partir do ambiente. Essas características têm sido destacadas como um atrativo para a aplicação de RNA´s em estudos epidemiológicos. Técnicas clássicas de estatística, a exemplo de regressão logística, geralmente são mais utilizadas em estudos epidemiológicos, porém, RNA´s vêm surgindo como uma alternativa interessante, principalmente em situações onde são exibidas variáveis dependentes e independentes complexas com relações não lineares. Esse trabalho teve como objetivo principal utilizar RNA para análise dos fatores relacionados a TMC´s, comparando os resultados obtidos nos experimentos realizados com os alcançados com o modelo estatístico de regressão logística. Para o desenvolvimento dos experimentos foi utilizada uma rede Multilayer Perceptron com uma camada escondida, treinada com o algoritmo Backpropagation e com o método de otimização Simulated Annealing