@PHDTHESIS{ 2022:1912694355,
 	title = {Estimativa da creatinina sérica em adultos hígidos e renais crônicos através de técnicas de aprendizado de máquina utilizando variáveis não invasivas},
 	year = {2022},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4042",
 	abstract = "A Doença renal crônica (DRC) tem se mostrado um importante problema de saúde 
 pública. Estima-se que atualmente 11,7 a 15,1% da população mundial seja 
 acometida por esta condição. Tal enfermidade traz consigo impactos para a qualidade 
 de vida do indivíduo pois está associada a falência renal e outros desfechos adversos. 
 A DRC não é uma doença de fácil detecção, e as barreiras para realização do 
 diagnóstico vão além dos sintomas tardios, como a escassez de nefrologistas e difícil 
 acesso aos exames específicos. A estimativa da taxa de filtração glomerular (TFG) 
 através do uso da creatinina é o método mais recomendado para a prática clínica, 
 porém é obtida por análise bioquímica de amostra sanguínea. Neste contexto, com 
 intuito de facilitar o diagnóstico desta doença, têm se utilizado técnicas de 
 Aprendizado de Máquina, pois seus algoritmos são capazes de aprender e analisar 
 padrões e utilizá-los para solucionar demandas específicas no âmbito da saúde. 
 Portanto, o objetivo desse estudo foi desenvolver um modelo matemático de alta 
 confiabilidade e fácil manuseio, capaz de estimar a creatinina sérica para determinar 
 a TFG, apenas com indicadores não invasivos e de baixo custo. Participaram deste 
 estudo 116 indivíduos adultos hígidos e renais crônicos. Para testar a normalidade 
 dos dados foi utilizado o teste de Kolmogorov-Smirnov, no software SPSS®. Para 
 estimativa da creatinina foi utilizado o método de regressão linear múltipla com as 
 características de entrada: gênero, idade, PAS e PAD, e correlação de Pearson para 
 comparar os valores estimados e reais de creatinina e TFG, no programa MATLAB®. 
 A estatística descritiva foi apresentada para ambos os grupos em valores absolutos 
 para gênero e etnia, e em média e desvio padrão (DP) para: idade, IMC, estatura, 
 peso, circunferência de cintura, PAS, PAD, Creatinina sérica e TFG. O modelo 
 matemático utilizado apresentou correlação forte tanto para creatinina: r=0,72 com 
 DP=0,14; quanto para TFG: r=0,87 com DP=13,2. O modelo computacional 
 implementado neste estudo foi eficiente em estimar a creatinina sérica, demonstrando 
 forte correlação entre o valor estimado e o real, o mesmo ocorreu para a TFG, porém 
 com melhor desempenho. Portanto, o software desenvolvido neste estudo é capaz de 
 estimar a função renal e pode ser um grande aliado para medidas de prevenção e 
 tratamento precoce da DRC na população economicamente vulnerável.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOLOGIA - RENORBIO/CCBS},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}