Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Freire, Rodolpho
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/5/5144/tde-04032015-154801/
Resumo: Este trabalho apresenta o desenvolvimento de um modelo para quantificar e apoiar o processo diagnóstico de demências (Demência de Alzheimer, Demência Vascular, Demência Frontotemporal e Demência de Corpos de Lewy), composto por três sub modelos. O primeiro modelo matemático proposto e baseado na teoria dos conjuntos fuzzy e tem como objetivo fornecer um escore de comprometimento cognitivo. Como resultado de sua aplicação em uma base com dados reais com 60 casos, obtivemos 52 acertos e 8 erros (13%) e uma área sob a curva ROC de 0,80. O segundo modelo permite identificar o tipo de demência, e optouse por utilizar um diagrama de decisão para representar o conhecimento do especialista. O diagrama foi modelado com base nas características de cada patologia e quando submetido aos testes dos especialistas obtivemos índices de erro que variam de 2% a 18%. Sendo a demência de Alzheimer a mais prevalente entre as demências e considerando a importância das neuroimagens para o diagnóstico diferencial, realizamos a avaliação de três técnicas de análise de neuroimagem, sendo duas multivariadas e uma univariada. Como resultado obtivemos que os modelos multivariados se mostram mais eficientes para avaliação de alterações morfológicas no cerébro em relação aos modelos univariados. Porém a complexidade de realização das análises não permitem nesse momento a integração de técnicas de avaliação de neuroimagens com modelos diagnósticos a serem usados em ambulatório. Durante a anamnese, o médico avalia, além do comprometimento cognitivo, sinais e sintomas que permitam identificar o tipo de demência bem como um conjunto de fatores de risco e de proteção que permite mensurar o risco do indivíduo desenvolver algum tipo de demência. Para avaliar esses fatores foi criado um modelo de risco de demência com base nos fatores de risco e proteção que comumente são analisados pelos médicos. Esse modelo foi avaliado por três especialistas e obtivemos índices de erro que variaram entre 13% e 20% e um índice de correlaço de Spearman que variou de 0,63 a 0,69.
id USP_568a86263a9895006d87fb6d81368a2e
oai_identifier_str oai:teses.usp.br:tde-04032015-154801
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processosA mathematical approach to assist the diagnosis of dementia: treating uncertainties and quantifying processesComputer-assistedDecision makingDemênciaDementiaExpert systemsFuzzy logicImage processing computer-assistedLogica FuzzyMathematical modelsModelos matemáticosProcessamento de imagens assistida por computadorSistemas especialistasTomada de decisões assistida por computadorEste trabalho apresenta o desenvolvimento de um modelo para quantificar e apoiar o processo diagnóstico de demências (Demência de Alzheimer, Demência Vascular, Demência Frontotemporal e Demência de Corpos de Lewy), composto por três sub modelos. O primeiro modelo matemático proposto e baseado na teoria dos conjuntos fuzzy e tem como objetivo fornecer um escore de comprometimento cognitivo. Como resultado de sua aplicação em uma base com dados reais com 60 casos, obtivemos 52 acertos e 8 erros (13%) e uma área sob a curva ROC de 0,80. O segundo modelo permite identificar o tipo de demência, e optouse por utilizar um diagrama de decisão para representar o conhecimento do especialista. O diagrama foi modelado com base nas características de cada patologia e quando submetido aos testes dos especialistas obtivemos índices de erro que variam de 2% a 18%. Sendo a demência de Alzheimer a mais prevalente entre as demências e considerando a importância das neuroimagens para o diagnóstico diferencial, realizamos a avaliação de três técnicas de análise de neuroimagem, sendo duas multivariadas e uma univariada. Como resultado obtivemos que os modelos multivariados se mostram mais eficientes para avaliação de alterações morfológicas no cerébro em relação aos modelos univariados. Porém a complexidade de realização das análises não permitem nesse momento a integração de técnicas de avaliação de neuroimagens com modelos diagnósticos a serem usados em ambulatório. Durante a anamnese, o médico avalia, além do comprometimento cognitivo, sinais e sintomas que permitam identificar o tipo de demência bem como um conjunto de fatores de risco e de proteção que permite mensurar o risco do indivíduo desenvolver algum tipo de demência. Para avaliar esses fatores foi criado um modelo de risco de demência com base nos fatores de risco e proteção que comumente são analisados pelos médicos. Esse modelo foi avaliado por três especialistas e obtivemos índices de erro que variaram entre 13% e 20% e um índice de correlaço de Spearman que variou de 0,63 a 0,69.This study proposes the development of a model to quantify and support the process of diagnose of dementia (Alzheimer\'s Dementia, Vascular Dementia, Frontotemporal Dementia and Dementia with Lewy Bodies) composed by three sub-models. The first mathematical model is based in the theory of fuzzy sets, and provides a score for cognitive impairment. As a result we obtained 52 correct classifications and eight errors (13%) and the area under the ROC curve was 0.80. In the second model a decision tree was elaborated to represent the expert\'s knowledge of the type of dementia. The decision diagram was modeled based on the characteristics of each pathology and the decision paths was tested by experts, resulting in erros varing between 2% to 18%. Since the Alzheimer\'s Disease is the most prevalent dementia and considering the importance of neuroimage exams to the dfferential diagnosis, we perform a evaluation of three techniques focused on neuroimage analisys, two multivariate techniques and one univariate technique. As a result it was verified that multivariate models are more efective to evaluate the morphological changes in the brain, compared to univariate models. However, the complexity to perform a analysis does not allows, at this moment, to integrate the neuroimage evaluation techniques whith diagnostic models designed to support the clinician in the ambulatory rotine. During the anamnesis the doctor evaluates (in addition to cognitive impairment and symptoms focused on identify the type of dementia), a number of risk and protection factors that allows measure the risk of the individual developing dementia. To perform the evaluation of these factors, a model of dementia risk was created based on the risk and protective factors that are commonly evaluated during the anmnese process. This model was evaluated by three experts and we achieve erros varing between 13% and 20% and Spearman\'s correlation value between the scores of 0.63 to 0.69.Biblioteca Digitais de Teses e Dissertações da USPOrtega, Neli Regina de SiqueiraFreire, Rodolpho2014-11-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/5/5144/tde-04032015-154801/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:11:57Zoai:teses.usp.br:tde-04032015-154801Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:11:57Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
A mathematical approach to assist the diagnosis of dementia: treating uncertainties and quantifying processes
title Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
spellingShingle Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
Freire, Rodolpho
Computer-assisted
Decision making
Demência
Dementia
Expert systems
Fuzzy logic
Image processing computer-assisted
Logica Fuzzy
Mathematical models
Modelos matemáticos
Processamento de imagens assistida por computador
Sistemas especialistas
Tomada de decisões assistida por computador
title_short Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
title_full Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
title_fullStr Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
title_full_unstemmed Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
title_sort Uma abordagem matemática para auxiliar o diagnóstico de demências: tratando incertezas e quantificando processos
author Freire, Rodolpho
author_facet Freire, Rodolpho
author_role author
dc.contributor.none.fl_str_mv Ortega, Neli Regina de Siqueira
dc.contributor.author.fl_str_mv Freire, Rodolpho
dc.subject.por.fl_str_mv Computer-assisted
Decision making
Demência
Dementia
Expert systems
Fuzzy logic
Image processing computer-assisted
Logica Fuzzy
Mathematical models
Modelos matemáticos
Processamento de imagens assistida por computador
Sistemas especialistas
Tomada de decisões assistida por computador
topic Computer-assisted
Decision making
Demência
Dementia
Expert systems
Fuzzy logic
Image processing computer-assisted
Logica Fuzzy
Mathematical models
Modelos matemáticos
Processamento de imagens assistida por computador
Sistemas especialistas
Tomada de decisões assistida por computador
description Este trabalho apresenta o desenvolvimento de um modelo para quantificar e apoiar o processo diagnóstico de demências (Demência de Alzheimer, Demência Vascular, Demência Frontotemporal e Demência de Corpos de Lewy), composto por três sub modelos. O primeiro modelo matemático proposto e baseado na teoria dos conjuntos fuzzy e tem como objetivo fornecer um escore de comprometimento cognitivo. Como resultado de sua aplicação em uma base com dados reais com 60 casos, obtivemos 52 acertos e 8 erros (13%) e uma área sob a curva ROC de 0,80. O segundo modelo permite identificar o tipo de demência, e optouse por utilizar um diagrama de decisão para representar o conhecimento do especialista. O diagrama foi modelado com base nas características de cada patologia e quando submetido aos testes dos especialistas obtivemos índices de erro que variam de 2% a 18%. Sendo a demência de Alzheimer a mais prevalente entre as demências e considerando a importância das neuroimagens para o diagnóstico diferencial, realizamos a avaliação de três técnicas de análise de neuroimagem, sendo duas multivariadas e uma univariada. Como resultado obtivemos que os modelos multivariados se mostram mais eficientes para avaliação de alterações morfológicas no cerébro em relação aos modelos univariados. Porém a complexidade de realização das análises não permitem nesse momento a integração de técnicas de avaliação de neuroimagens com modelos diagnósticos a serem usados em ambulatório. Durante a anamnese, o médico avalia, além do comprometimento cognitivo, sinais e sintomas que permitam identificar o tipo de demência bem como um conjunto de fatores de risco e de proteção que permite mensurar o risco do indivíduo desenvolver algum tipo de demência. Para avaliar esses fatores foi criado um modelo de risco de demência com base nos fatores de risco e proteção que comumente são analisados pelos médicos. Esse modelo foi avaliado por três especialistas e obtivemos índices de erro que variaram entre 13% e 20% e um índice de correlaço de Spearman que variou de 0,63 a 0,69.
publishDate 2014
dc.date.none.fl_str_mv 2014-11-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/5/5144/tde-04032015-154801/
url http://www.teses.usp.br/teses/disponiveis/5/5144/tde-04032015-154801/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257845806923776