@PHDTHESIS{ 2024:851681866,
 	title = {CLASSIFICAÇÃO DO PERCENTUAL DE GORDURA CORPORAL EM ADULTOS HÍGIDOS E COM ALTERAÇÃO NA FUNÇÃO RENAL},
 	year = {2024},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/5767",
 	abstract = "No cenário atual de saúde a epidemia do sobrepeso e obesidade tem aumentado
 constantemente. O excesso de peso corporal contribui para o desenvolvimento
 de diversas patologias, como doenças cardiovasculares (DCV), diabetes e
 doença renal crônica (DRC). A DRC é um problema de saúde pública mundial
 devido à sua alta morbimortalidade. As técnicas de aprendizado de máquina são
 de grande valia para análise de dados na área da saúde. Objetiva-se
 desenvolver um sistema que faz a classificação do percentual de gordura
 corporal utilizando indicadores não invasivos e de baixo custo em pacientes com
 e sem doença renal crônica. Trata-se de um estudo transversal, no qual a
 amostra foi constituída por indivíduos atendidos no Centro de Prevenção de
 Doenças Renais Crônicas, formada por participantes de ambos os gêneros, com
 idade entre 18 e 78 anos. Os dados foram coletados através de um questionário
 semiestruturado para dados sociodemográficos e de hábitos de vida, e aferição
 de medidas antropométricas. Para a implementação do classificador e métricas
 utilizou-se o desempenho dos algoritmos de classificadores para análise das
 medidas de desempenho da acurácia, sensibilidade e especificidade. Foi
 utilizado o ambiente de desenvolvimento Android Studio e a avaliação do
 software ocorreu por meio do teste de usabilidade com profissionais da área de
 saúde e por usuários da população em geral. O presente estudo possui
 aprovação do Comitê de Ética e Pesquisa (CEP) da Universidade Federal do
 Maranhão CAAE: 67030517.5.0000.5087. Estudou-se 244 indivíduos, onde
 76,2% (n=186) foram do gênero feminino e 23,8% (n= 58) foram do gênero
 masculino. A idade média da amostra foi de 46,14 ± 15,19 anos. Árvore de
 decisão apresentou-se como o modelo matemático mais adequado com maior
 sensibilidade e especificidade. A partir da testagem do modelo de Árvore de
 Decisão, as variáveis com melhor desempenho para classificação do percentual
 de gordura foram: gênero, idade, peso, altura, circunferência da cintura,
 circunferência do braço, circunferência da panturrilha, PAS e PAD. O modelo
 computacional empregado nesse estudo apresentou um ótimo desempenho na
 classificação do percentual de gordura corporal em adultos através de variáveis
 não invasivas.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM REDE - REDE DE BIODIVERSIDADE E BIOTECNOLOGIA DA AMAZÔNIA LEGAL/CCBS},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}