@MASTERSTHESIS{ 2022:171798908,
 	title = {Um framework para facilitar o desenvolvimento de aplicações móveis de fenotipagem digital},
 	year = {2022},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4354",
 	abstract = "Os transtornos de saúde mental têm alta prevalência na população mundial. Com a pandemia do coronavírus (COVID-19), houve a exigência de distanciamento social, agravando
 os problemas relacionados a saúde mental e bem-estar. A proliferação dos smartphones
 apresenta oportunidades para a coleta de dados para estudar o comportamento e saúde hu mana. Eles têm sido utilizados em estudos na saúde mental, por possuírem vários sensores
 embutidos que podem capturar medições no dia-a-dia das pessoas. Tradicionalmente, os
 transtornos mentais são diagnosticados por profissionais de saúde mental (e.g., psiquiatras,
 psicólogos) apenas com base nos sintomas identificados a partir de entrevistas com pacien tes e experiências autor-relatadas. No entanto, os pacientes costumam recorrer a eventos
 ocorridos dias, semanas ou meses atrás, o que pode comprometer o diagnóstico, devido ao
 vieses de memória e desejabilidade. Para mitigar esses vieses, surge a fenotipagem digital,
 coletando dados de forma passiva (sem interação direta do usuário) com uso de dispositivos
 móveis. Este trabalho visa apresentar um framework para facilitar o desenvolvimento
 de aplicativos móveis de fenotipagem digital, chamado OpenDP. A solução proposta é
 extensível e reusável, por permitir a inclusão de módulos de processamento de dados brutos
 de contexto, e podendo ser aplicada a diferentes transtornos mentais e ao monitoramento
 do bem-estar humano. Além disso, o framework foi desenvolvido sobre o middleware Mobile
 Hub (M-Hub)/Camada de Distribuição de Dados de Contexto (CDDL) para coletar os
 dados de sensores (físicos e virtuais) e distribuí-los entre os componentes internos do
 framework e com o broker externo. Estudos de caso foram conduzidos para demonstrar
 que a solução proposta conseguiu compor fenótipos digitais a partir da inferência de
 informações de alto nível geradas pelos módulos de processamento de dados. Também
 foi demonstrado a capacidade da solução móvel em adicionar módulos de processamento
 de dados (plugins). Visando desenvolvedor uma solução móvel para dispositivos móveis
 que não cause um grande impacto no consumo de energia, foi realizada uma avaliação
 experimental analisando o impacto no consumo de energia do smartphone do usuário. Os
 resultados foram satisfatórios, mostrando através da avaliação experimental que o consumo
 de bateria foi pequeno.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}